对机器学习进行深入理解的一本好书
《Probabilistic Machine Learning: An Introduction》
完整目录
https://probml.github.io/pml-book/pml1/TOC/toc1.pdf
前言
https://probml.github.io/pml-book/pml1/TOC/preface1.pdf
pdf电子书
https://github.com/probml/pml-book/releases/latest/download/book1.pdf
配套代码
https://github.com/probml/pml-book/tree/main/pml1/README.md
微信公众号纸团样式使用教程
如何正确转载公众号文章？这几点一定要认真注意！
公众号名称如何修改，有什么注意事项
连消息都不会弄，还做什么新媒体！
"Probabilistic Machine Learning: An Introduction"
https://github.com/probml/pyprobml
| Chapter | Name | Colab for generating figures | Supplementary material |
|---|---|---|---|
| 1 | Introduction | Link | Link |
| 2 | Probability: univariate models | Link | Link |
| 3 | Probability: multivariate models | Link | Link |
| 4 | Statistics | Link | Link |
| 5 | Decision theory | Link | Link |
| 6 | Information theory | Link | Link |
| 7 | Linear algebra | Link | Link |
| 8 | Optimization | Link | Link |
| 9 | Linear discriminant analysis | Link | Link |
| 10 | Logistic regression | Link | Link |
| 11 | Linear regression | Link | Link |
| 12 | Generalized linear models | Link | Link |
| 13 | Neural networks for unstructured data | Link | Link |
| 14 | Neural networks for images | Link | Link |
| 15 | Neural networks for sequences | Link | Link |
| 16 | Exemplar-based methods | Link | Link |
| 17 | Kernel methods | Link | Link |
| 18 | Trees | Link | Link |
| 19 | Learning with fewer labeled examples | Link | Link |
| 20 | Dimensionality reduction | Link | Link |
| 21 | Clustering | Link | Link |
| 22 | Recommender systems | Link | Link |
| 23 | Graph embeddings | Link | Link |
进技术交流群请添加ChallengeHub微信（id: TO-Great) 请备注NLP
由算法与数据分析小伙伴们一起创建，获得数十次比赛top奖项，成员来自国内大厂、中科院研究所等，可帮忙内推～。每日给小伙伴带来机器学习、NLP、数据分析知识分享以及竞赛干货，职场经验。
每日给小伙伴带来机器学习、NLP、数据分析知识分享以及竞赛干货，职场经验。
原文作者：ChallengeHub；如有侵权，请联系管理员删除。
上一篇：
实体识别(1) -实体识别任务简介
下一篇：
Bert预训练新法则
请登录后发表评论
登录
全部评论
