机器学习概要 Machine Learning for Humans-Vishal Maini

基本说明

当前AI非常火, 对于想了解和学习AI的朋友们来说, 但要想短时间内对AI有整体性的了解却不是一件容易的事情.

有幸的是, Vishal Maini在其著作 Machine Learning for Humans 中, 以浅显易懂的文字将机器学习各类原理做了清楚透彻的阐述.

由于不能访问外网, 所以 Machine Learning for Humans 暂不能通过外网下载到. 这里提供该书的的有效地址, 供有兴趣的朋友下载.

关于 Machine Learning for Humans

下载地址

http://download.csdn.net/download/songtaoxy/10140025

适用人群:

• 想要快速提升机器学习能力的技术人员
• 想要初步了解机器学习,并愿意接触相关概念的非技术人员
• 任何对机器是如何思考感兴趣的人

目录

Part 1：为什么机器学习重要.人工智能与机器学习概述-过去,现在,将来
Part 2.1：监督学习.线性回归,损失函数,过拟合,梯度下降
Part 2.2：监督学习II.两种分类方法: 逻辑回归和SVMs
Part 2.3：监督学习III..非参数学习: k最近邻,决策树,随机森林.并介绍交叉验证,如何调参和模型融合
Part 3：无监督学习.聚类：k-means,层次聚类.降维：主成份分析法(PCA),奇异值分解(SVD)
Part 4：神经网络.深度学习的工作原理,以及卷积神经网络(CNN),循环神经网络(RNNs)和实际应用
Part 5：增强学习.介绍马尔可夫决策过程.Q-learning,策略学习,深层增强学习.价值学习问题
附录：最好的机器学习资源机器学习课程资源列表