機器學習

沒有看懂不夠資格點評內容，但是沒看懂就是很大的問題，可能更適合機器學習專業人士閱讀。想要嘗試學習思維模式和理解邏輯與框架的，簡單搞懂是怎麼回事的可以撤了

能不能讀懂：小馬過河 適不適合：取決於你要什麼和你已知多少 多大收穫：取決於既有知識水平、預期收穫、投入精力 到底好不好：取決於參考系和評價者，見仁見智，不需要共識

兄弟們不覺得很難嗎？很多知識一句話概括，可是我們沒學過啊d(ŐдŐ๑)

看不懂細節，僅能用於瞭解行業基本面知識了

對了解機器學習的基本概念還是挺有幫助

搬搬弄弄的內容比較多，比較缺乏自己的深入理解。如果看此類書，很容易被各種名詞陷得雲裏霧裏出不來。 機器學習領域裏面的各種名詞，最開始來自英文，然後被翻譯加工成中文，再接着在傳播過程中，不同領域背景的人又會產生不同理解不同形式上的定義，就如矩陣在數學領域是矩陣，在編程領域是數組，在數據工程領域是特徵，數據庫領域又是行和列。所以我們講要學習一門學科一定不能陷入某篇文章的細節出不來，它背後的原理，例如皮特的感知機模型的原理，沒那麼神祕，放到現在初級程序員幾行代碼就能做出來。我的意思不是說先人不厲害，他們是鼻祖，我們都是站在巨人的肩膀上纔能有這樣馬後炮一樣的清晰。我的意思是——當心信息差

看到有人說看不懂，理工科書籍不是人文社科類，不需要什麼知識儲備，讀這本書只需要學過高等數學，線性代數，微積分就可以了，另外需要有一些編程的基本概念。計算機or電子相關專業，學習機器學習可以用它入門，相比周志華的機器學習它最大的優點是前面講清楚了每一部分的作用和如何計算，這個對初學者是最重要的，非常直觀易於理解，可以搭配西瓜書食用，效果更佳，另外建議一邊看一邊做，搭配吳恩達機器學習課後作業，可以的。

這本書引起了我的反思 —— 爲什麼目標乳齒重要‼️ 2021年2月工作原因開始瞭解算法邏輯 所以開始看這本書 第一章還挺受用 後面就…太糟心了 文科生表示一個字兒也看不懂 所以屢讀屢擱置今天硬着頭皮看的時候 開始追問自己 我看這本書到底爲了什麼 —— 瞭解算法底層邏輯 便於溝通工作 所以瞬間想清楚 我只要懂底層邏輯即可 不必研究和較真兒 於是讀書快樂了起來 看不懂即過 走馬觀花 基本沒記住啥知識點 但基本有了大面兒的認知。 以終爲始，方得始終。

這本更多的是關於machine learning的基本概念 也有一些python coding做演示 machine learning入門用這本 實戰另尋

這幾天把這本書粗略地看完了，我主要關注跟工作有可能相關的部分，對普通程序員來說，有個簡單的印象即可，不過在機器學習領域，有些經典的算法如決策樹、k-均值、bp神經網絡、卷積神經網絡等還是值得繼續深入瞭解的，等我對AI工業製造（目前公司的方向）有更進一步的瞭解之後再去了解吧。總的來講，對我這個小白來講，講得太大而全了，對這個領域的專家來講可能又太簡單了，總體一般。