机器学习

没有看懂不够资格点评内容，但是没看懂就是很大的问题，可能更适合机器学习专业人士阅读。想要尝试学习思维模式和理解逻辑与框架的，简单搞懂是怎么回事的可以撤了

能不能读懂：小马过河 适不适合：取决于你要什么和你已知多少 多大收获：取决于既有知识水平、预期收获、投入精力 到底好不好：取决于参考系和评价者，见仁见智，不需要共识

兄弟们不觉得很难吗？很多知识一句话概括，可是我们没学过啊d(ŐдŐ๑)

看不懂细节，仅能用于了解行业基本面知识了

对了解机器学习的基本概念还是挺有帮助

搬搬弄弄的内容比较多，比较缺乏自己的深入理解。如果看此类书，很容易被各种名词陷得云里雾里出不来。 机器学习领域里面的各种名词，最开始来自英文，然后被翻译加工成中文，再接着在传播过程中，不同领域背景的人又会产生不同理解不同形式上的定义，就如矩阵在数学领域是矩阵，在编程领域是数组，在数据工程领域是特征，数据库领域又是行和列。所以我们讲要学习一门学科一定不能陷入某篇文章的细节出不来，它背后的原理，例如皮特的感知机模型的原理，没那么神秘，放到现在初级程序员几行代码就能做出来。我的意思不是说先人不厉害，他们是鼻祖，我们都是站在巨人的肩膀上才能有这样马后炮一样的清晰。我的意思是——当心信息差

看到有人说看不懂，理工科书籍不是人文社科类，不需要什么知识储备，读这本书只需要学过高等数学，线性代数，微积分就可以了，另外需要有一些编程的基本概念。计算机or电子相关专业，学习机器学习可以用它入门，相比周志华的机器学习它最大的优点是前面讲清楚了每一部分的作用和如何计算，这个对初学者是最重要的，非常直观易于理解，可以搭配西瓜书食用，效果更佳，另外建议一边看一边做，搭配吴恩达机器学习课后作业，可以的。

这本书引起了我的反思 —— 为什么目标乳齿重要‼️ 2021年2月工作原因开始了解算法逻辑 所以开始看这本书 第一章还挺受用 后面就…太糟心了 文科生表示一个字儿也看不懂 所以屡读屡搁置今天硬着头皮看的时候 开始追问自己 我看这本书到底为了什么 —— 了解算法底层逻辑 便于沟通工作 所以瞬间想清楚 我只要懂底层逻辑即可 不必研究和较真儿 于是读书快乐了起来 看不懂即过 走马观花 基本没记住啥知识点 但基本有了大面儿的认知。 以终为始，方得始终。

这本更多的是关于machine learning的基本概念 也有一些python coding做演示 machine learning入门用这本 实战另寻

这几天把这本书粗略地看完了，我主要关注跟工作有可能相关的部分，对普通程序员来说，有个简单的印象即可，不过在机器学习领域，有些经典的算法如决策树、k-均值、bp神经网络、卷积神经网络等还是值得继续深入了解的，等我对AI工业制造（目前公司的方向）有更进一步的了解之后再去了解吧。总的来讲，对我这个小白来讲，讲得太大而全了，对这个领域的专家来讲可能又太简单了，总体一般。