写了一本适合本科生的机器学习书:《机器学习入门基础(微课版)》

各位读者朋友们,今天我要给大家推荐一本非常实用的机器学习入门基础图书——《机器学习入门基础(微课版)》。这本书是由黄海广老师倾心打造,适合只有本科三年级数学水平以上的初学者入门,这本书已经被很多学校定为本科生教材。8afeeab82e3bb7642477048082884084.jpeg

背景介绍

本书的作者黄海广老师是一名大学教师,翻译和整理过很多人工智能的入门课程资料,如“吴恩达机器学习”的翻译和笔记整理等,他目前承担本科生和研究生的机器学习课程的教学工作。在借鉴了国内外许多优秀的机器学习课程和作品后,黄海广老师决定写一本适合初学者的机器学习入门书,以方便大家快速入门。

内容梗概

这本书已经在清华大学出版社完成第二次印刷,不仅适合初学者学习,也适合新手老师授课。主要内容包括线性回归、逻辑回归、决策树等经典算法,以及 XGBoost、LightGBM 等集成学习算法。此外,还讲解了利用机器学习解决问题的实用技术,包括 Python、Scikit-learn 工具的使用等。

课程目录如下:

ecc5b14287b0606f4b1c995ea526f736.png

5c80f2bfcd91293987349c15c958142c.jpegbc7fb65c5eea78363e9ee15090f5e4d8.jpeg655cc1f67b67545e02f4e8347c5956b4.jpegb63fa4e9468298f5d2c7d8e17b67cc37.jpeg0127614091f96c104776ae870d782fbc.png0dbed9a50fad500aceb126ec024a71af.png3ef6267e2e8d697bcfcf4501003bc014.png

亮点分析

  • 1.图文并茂

本书内容图文并茂,绝大部分图例都是黄海广老师制作,形象生动,部分插图如下:
99c3d147e4bb45fd38f72607755d89c6.png

103220252bbe8abbff22c64dac02bf36.png3b64bafc9a8294a1aa878cdd30235078.png9e96ee2201d2688cd8d4b276881e21b6.png

  • 2.代码分享

本书的课件和代码已经在 Github 上分享,已经获得1400+star。

a392175d05fd809d435921a19e9f1747.png

  • 3.视频讲解

本书的大部分内容有视频讲解,扫描该内容下方的二维码可以查看视频讲解,也可以加入中国大学慕课学习完整课程。黄海广老师主讲的中国大学慕课《机器学习》已经被认定为浙江省一流本科课程。

  • 4.课后练习

在本书中,每章都有代码,以及 20 题以上的练习题,方便读者巩固所学知识。

5b50970d33fc0ce214924b257cbfb30f.png

  • 5.配套教学资料

在本书中,每章都有适合教学的课件,并提供教学进度和教学大纲,可以分享给在职的教师。目前作者已经把完整课件和代码分享给国内约1300位教师。

  • 6.教学安排

本书可以作为专科生、本科生、研究生的教材。

作为本科生的教材时,第2章数学基础回顾和第11章人工神经网络可以作为选修部分,建议课时:理论课32课时,实验课16~32课时;

作为专科生的教材时,建议配合代码进行课程讲解,增加实验部分课时,减少理论部分课时,建议课时:理论课32课时,实验课32课时;

作为研究生的教材时,建议课时为36课时,实验部分建议自学。

适用人群

本书适合想要入门机器学习的读者,只要有本科三年级以上的数学知识,会一种编程语言,就可以掌握本书的绝大部分内容。

本书也适合初学机器学习的硕士生、博士生入门机器学习课程。

作者的话

作者表示,写这本书的初衷是希望帮助初学者更好地入门机器学习,解决资料太多、难以取舍的问题,以及理论性强、初学困难的问题。同时,作者也希望通过这本书,让更多的人了解和掌握机器学习技术,为相关领域的发展做出贡献。总之,这是一本内容丰富、实用性强的机器学习入门图书,适合广大初学者和相关领域的从业人员阅读。如果你对机器学习感兴趣,不妨一读,相信你会有收获。

在本书的编写过程中,得到了很多人的支持和帮助,如李航老师和徐亦达老师,对我的工作十分支持,在此表示感谢!

本人水平有限,如有公式、算法错误,欢迎各位读者指正批评。

相关资源

这本书的视频内容已经在中国大学慕课进行授课,目前是第六轮了。慕课地址:

https://www.icourse163.org/course/WZU-1464096179

课程资源(pdf版本课件和代码)公布在Github:

https://github.com/fengdu78/WZU-machine-learning-course

本书的课件和教学资料,可以分享给在职的教师,请用edu邮箱联系:haiguang2000@wzu.edu.cn

本书购买地址(阅读原文可达):

https://item.jd.com/13935772.html

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
基础python机器学习快速入门机器学习是一门涉及数据分析、统计学和计算机科学的学科,使用算法和模型来让计算机自主学习,从而能够对未知数据进行预测和决策。Python是一种广泛应用于机器学习领域的编程语言,由于其易读易的特性,成为了机器学习初学者的首选。 要快速入门Python机器学习,以下是一些建议: 1. 学习Python编程基础:学习基本语法、控制流、函数、面向对象编程等基础知识,以便能够编Python程序。 2. 学习Python的科学计算库:掌握NumPy、Pandas和Matplotlib等库,它们提供丰富的数学计算、数据分析和数据可视化功能。 3. 学习机器学习库:掌握Scikit-learn库,它是Python中最流行的机器学习库之一,提供了大量的机器学习算法和工具。 4. 学习机器学习基础概念:了解机器学习的基本概念和常用算法,如监督学习、无监督学习、回归、分类、聚类等。 5. 完成实践项目:通过完成一些简单的机器学习项目,如房价预测、垃圾邮件分类等,将理论知识应用到实际问题中。 6. 参考教程和文档:利用网络上丰富的教程和文档资源,学习更多关于Python机器学习的知识和技巧。 7. 加入社区和论坛:参与机器学习社区和论坛,与其他学习者交流和分享经验,可以加速学习的过程。 通过以上步骤,你将能够快速掌握零基础Python机器学习入门所需的知识和技能,并能够开始构建自己的机器学习项目。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值