《{{ book.title }}》封面

南瓜书:机器学习公式推导详解

西瓜书《机器学习》的公式推导详解。周志华教材里被「留作习题」的每一步推导,这里逐行补齐,专治被公式卡住的自学者。

人工智能16 章8.2 万字0 阅读 作者 Datawhale 南瓜书团队(谢文睿、秦州等)CC BY-NC-SA 4.0

读周志华《机器学习》(西瓜书)的人,几乎都会在某一页公式前停下来——书里一句「由式 (3.12) 与 (3.14) 可得」,中间省掉的推导恰恰是最难的那几步。

《南瓜书》要做的就是把这些省略号补上:对西瓜书里较难理解的公式逐个展开,一步一步推导到能看懂为止,涉及的概念和定理也都补充了出处与解释。它不是另一本机器学习教材,而是西瓜书的配套推导手册——手边放一本,卡住时翻到对应章节,通常就能继续往前走。

全书 16 章与西瓜书一一对应:模型评估、线性模型、决策树、神经网络、支持向量机(SVM 的对偶推导是全书最硬核的部分)、贝叶斯分类器、集成学习、聚类、降维、特征选择、计算学习理论、半监督、概率图模型、规则学习,最后到强化学习。

由 Datawhale 南瓜书团队编写,以 CC BY-NC-SA 4.0 协议开源,本站按原许可非商业转载,正文未改动,仓库链接见页脚。配套代码与组队学习材料见原仓库。

目录

16 章 · 点章名直接读
  1. 1第1章 绪论0.4 万字0 阅读
  2. 2第2章 模型评估与选择0.9 万字0 阅读
  3. 3第3章 线性模型0.5 万字0 阅读
  4. 4第4章 决策树0.5 万字0 阅读
  5. 5第5章 神经网络0.3 万字0 阅读
  6. 6第6章 支持向量机0.5 万字0 阅读
  7. 7第7章 贝叶斯分类器0.4 万字0 阅读
  8. 8第8章 集成学习0.9 万字0 阅读
  9. 9第9章 聚类0.5 万字0 阅读
  10. 10第10章 降维与度量学习0.8 万字0 阅读
  11. 11第11章 特征选择与稀疏学习0.5 万字0 阅读
  12. 12第12章 计算学习理论0.8 万字0 阅读
  13. 13第13章 半监督学习0.5 万字0 阅读
  14. 14第14章 概率图模型0.7 万字0 阅读
  15. 15第15章 规则学习0.1 万字0 阅读
  16. 16第16章 强化学习0.1 万字0 阅读
觉得有用,转给需要的人:

本页正文转载自开源项目 南瓜书:机器学习公式推导详解,按 CC BY-NC-SA 4.0 许可刊载,正文未改动。