一書吃透機器學習！新版《機器學習基礎》來了，教材PDF、PPT可下載 | 資源
有Reddit網友評論，這部教材足夠扎實、內容足夠基礎，學機器學習理論，熟讀這本書就足夠了。
銅靈 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
不出家門，也能學習到國外高校的研究生機器學習課程了。
今天，一本名為Foundations of Machine Learning（《機器學習基礎》）的課在Reddit上熱度飆升至300，里面可謂內容豐富。
不僅有500多頁的課程PDF可以下載，并且還有13章的PPT也可以獲取。
有Reddit網友評論，這部教材足夠扎實、內容足夠基礎，學機器學習理論，熟讀這本書就足夠了。
500頁干貨里都有啥
這本書是由紐約大學計算機科學教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同編寫的，2012年曾經出版了第一版，這一版在此前基礎上進行了內容的完善。
而且原價30多美元的書，當前也免費開放了。
全書是對機器學習的一般性知識介紹，也是不少大學的研究生教材，側重于算法的分析和理論。
書中的內容基本上涵蓋了機器學習當前階段的熱門基礎概念，同時還附上了算法論證所需的理論基礎和工具。
先總體來看，這本書分為17個章節：
- 簡介
- PAC學習框架
- Rademacher復雜性和VC維（Vapnic-Chervonenkis Dimension）
- 模型選擇
- 支持向量機
- 核理論
- Boosting家族
- 在線學習
- 多級分類
- 排序
- 回歸
- 最大熵模型
- 條件最大熵模型
- 算法穩定
- 降維
- 學習自動機和語言
- 強化學習
從每一個章節的設置可以看出這份教材設置的非常細致，將機器學習中的基礎概念拆分開來講，想深入了解吃透深度學習的基礎，按這個目錄來學也是個不錯的選擇。
再來看具體內容。
因為這是套研究生課程，因此需要比較扎實的高數基礎，學習之前需要先惡補一下數學基礎，因為里面以數學推理居多。
比如第四章模型選擇，又細分成了9個章節，比如估計和近似誤差、經驗風險最小化、結構風險最小化、交叉驗證、n次交叉驗證等。
每一個知識點幾乎都有相關的數學論證公式：
以及嚴密的推理過程：
每一章的結尾也附上了相關課后練習，也是以理論論證為主：
對于這樣一份門檻較高的教材，網友給出了比較高的評價：
網友johnnymo1表示，看起來這里面有很多我一直尋找的東西，包含了相當嚴謹的內容。
網友needlzor表示，不需要號稱“實用的機器學習課程”和“用高中數學建立你的神經網絡”了，很高興看到這種理論書更新。
在全民AI的熱潮下，更需要真正穩抓穩打夯實基礎，這套書還是個不錯的選擇。
傳送門
教材介紹地址（可PDF、PPT下載至本地）：
https://cs.nyu.edu/~mohri/mlbook/
在線預覽地址：
https://mitpress.ublish.com/ereader/7093/?preview=#page/2
- 微軟公布19財年財報：凈利潤增長22%，云計算首超個人計算業務2019-07-19
- 騰訊云推出物聯網邊緣計算平臺，具備五大特點，想攻克物聯網落地難題2019-08-28
- DeepMind醫療業務幾經動蕩，現在團隊并入Google2019-09-20
- 首例基因編輯干細胞治療艾滋?。罕贝筻嚭昕齾⑴c，達最佳治療效果2019-09-14
