来源:专知本文为书籍介绍,建议阅读5分钟这本书包含了一系列的机器学习练习和详细的解决方案。
这本书包含了一系列的机器学习练习和详细的解决方案。希望本书的细节足以让读者理解解决方案并理解所使用的技术。然而,这些练习并不是机器学习教科书或课程的替代品。我假设读者已经了解了相关的理论和概念,现在想通过解题来加深他们的理解。虽然编码和计算机模拟在机器学习中非常重要,但书中的练习(大部分)可以用笔和纸来解决。对纸笔练习的关注减少了篇幅,简化了演示。此外,它还可以增强读者的数学技能。然而,理想的练习是与计算机练习相结合,以进一步加深理解。这里收集的练习大多是我为赫尔辛基大学的“无监督机器学习”课程和爱丁堡大学的“概率建模和推理”课程开发的练习的结合。这些练习并没有全面涵盖机器学习的所有内容,而是着重于非监督方法、推理和学习。我很感谢我的学生提供反馈和提问。两者都有助于提高练习和解决办法的质量。我还要感谢两所大学为我提供的研究和教学环境。我希望练习的收藏会随着时间的推移而增长。我打算在未来增加新的练习,并欢迎社会各界的贡献。Latex源代码可在https://github.com/michaelgutmann/ml-pen-and-paper-exercises获得。请使用GitHub的问题报告错误或拼写错误,如果您想做出更大的贡献,请与我们联系。