返回信息流业余时间自学机器学习。
之前看过一遍cousera公开课,看完一遍统计学习方法。
目前尝试在kaggle做一些题,及看看PRML。
但是感觉进展不大,大家有什么好的学习方法没,能够保持好学习兴趣。
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #15156同步于 2015/1/27
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
瓶颈期求指导
jake1036
2015/1/27镜像同步16 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
准备将ng在斯坦福课堂上的机器学习视频认真看一下,并且也学一下里面相关的数学知识。因为感觉Couresa上ng的机器学习公开课还是比较入门的,所以要进一步深入学习一下
PRML有点过于难了,大部分都是晦涩的数学公式推导,初级阶段不太建议就看这本;最近台大在coursera上开了一门机器学习实战的课程,比Ng讲的更深一些,同时又有理论基础的推演,同时还有配套的作业,推荐看看:)
感谢。
【 在 byzhaohuan 的大作中提到: 】
: PRML有点过于难了,大部分都是晦涩的数学公式推导,初级阶段不太建议就看这本;最近台大在coursera上开了一门机器学习实战的课程,比Ng讲的更深一些,同时又有理论基础的推演,同时还有配套的作业,推荐看看:)
機器學習技法 (Machine Learning Techniques)
是这门课程吧,我去听听。
【 在 byzhaohuan 的大作中提到: 】
: PRML有点过于难了,大部分都是晦涩的数学公式推导,初级阶段不太建议就看这本;最近台大在coursera上开了一门机器学习实战的课程,比Ng讲的更深一些,同时又有理论基础的推演,同时还有配套的作业,推荐看看:)
嗯,是的,对应的还有一门机器学习基石(Machine learning foundation),这两门课其实就是台大学生学的机器学习课程,一共十六周,老师在coursera上拆成了两门,技法课里讲的也需要用到基石的内容,到时候回头去看就行。我也正在学这门课,共勉:)
【 在 jake1036 的大作中提到: 】
: 機器學習技法 (Machine Learning Techniques)
: 是这门课程吧,我去听听。
Ng 在Couresa和斯坦福开了两门机器学习的课程??
【 在 LJ10211289 (7thsword) 的大作中提到: 】
: 准备将ng在斯坦福课堂上的机器学习视频认真看一下,并且也学一下里面相关的数学知识。因为感觉Couresa上ng的机器学习公开课还是比较入门的,所以要进一步深入学习一下
个人不建议直接学习这门课,你可以先听一下台大的那门《机器学习基石》,你提到的这门这在进行的课是前面那门的后续,直接听的话可能会悲剧(除非你把Ng斯坦福的视频差不多学透了)
【 在 jake1036 的大作中提到: 】
: 機器學習技法 (Machine Learning Techniques)
: 是这门课程吧,我去听听。