基本說明
當前AI非常火, 對於想了解和學習AI的朋友們來說, 但要想短時間內對AI有整體性的瞭解卻不是一件容易的事情.
有幸的是, Vishal Maini在其著作 Machine Learning for Humans 中, 以淺顯易懂的文字將機器學習各類原理做了清楚透徹的闡述.
由於不能訪問外網, 所以 Machine Learning for Humans 暫不能通過外網下載到. 這裏提供該書的的有效地址, 供有興趣的朋友下載.
關於 Machine Learning for Humans
下載地址
http://download.csdn.net/download/songtaoxy/10140025
適用人羣:
- 想要快速提升機器學習能力的技術人員
- 想要初步瞭解機器學習,並願意接觸相關概念的非技術人員
- 任何對機器是如何思考感興趣的人
目錄
Part 1：爲什麼機器學習重要.人工智能與機器學習概述-過去,現在,將來
Part 2.1：監督學習.線性迴歸,損失函數,過擬合,梯度下降
Part 2.2：監督學習II.兩種分類方法: 邏輯迴歸和SVMs
Part 2.3：監督學習III..非參數學習: k最近鄰,決策樹,隨機森林.並介紹交叉驗證,如何調參和模型融合
Part 3：無監督學習.聚類：k-means,層次聚類.降維：主成份分析法(PCA),奇異值分解(SVD)
Part 4：神經網絡.深度學習的工作原理,以及卷積神經網絡(CNN),循環神經網絡(RNNs)和實際應用
Part 5：增強學習.介紹馬爾可夫決策過程.Q-learning,策略學習,深層增強學習.價值學習問題
附錄：最好的機器學習資源機器學習課程資源列表
