在《统计学习要素》之前预定阅读吗?


50

根据这篇文章,我想了解统计学习的要素。幸运的是,它是免费提供的,我开始阅读它。

我没有足够的知识来理解它。您能推荐一本对本书主题有更好介绍的书吗?希望有什么能给我理解的知识?

有关:

扎实的数学知识是掌握ML的必备条件吗?


12
我发现Strang的线性代数及其应用对于理解构成元素很大一部分的矩阵操作非常有用。
richiemorrisroe 2011年

Answers:


18

我买了,但还没读,

S. Marsland,《机器学习:算法视角》,查普曼和霍尔,2009年。

但是,评论是令人满意的,并指出与其他更深入的ML书籍相比,它更适合初学者。翻阅这些页面,对我来说似乎对我有好处,因为我几乎没有数学背景。


看起来很棒-十分方便。
B

我下载并阅读了“样本”-全部19页(哇)。比《统计学习的要素》更容易理解。绝对是我要找的东西。谢谢。
B

4
我已经对您的问题进行了修改,以提供对该书的引用。一般来说,不建议在回答中放入“我喜欢这个 ”之类的内容,因为如果链接断开,没人会知道“这个”是指什么。干杯。
主教

我刚收到并开始阅读(前75页)。太棒了。非常容易理解,但足够详细,以实用和有用。强烈建议任何想要使用机器学习的人使用。正是我想要的。谢谢!
B

39

《统计学习元素》的作者推出了一本针对没有大量数学背景的用户的新书(2013年8月)。统计学习入门:在R中的应用

这本书的免费PDF版本目前可以在这里找到。


自最近发布以来,我一直在建议这样做,并且显然与发布者的目标文字密切相关。很好的推荐。
克里斯·西莫卡特

3
更妙的是,作者宣布,该书的免费在线pdf文件将于2013年1月提供(正在运行的MOOC中使用。)
Flounderer

16

我发现《编程集体智慧》对于初学者来说是最简单的书,因为作者Toby Segaran致力于使中位软件开发人员能够尽快掌握数据黑客的知识。

典型的章节:清楚地描述了数据问题,然后粗略地解释了算法的工作原理,最后展示了如何仅用几行代码就可以创建一些见解。

python的使用使您可以相当快速地了解所有内容(您完全不需要了解python,我以前也不知道)。不要以为这本书只专注于创建推荐系统。它还处理文本挖掘/垃圾邮件过滤/优化/聚类/验证等,因此,您可以对每个数据挖掘器的基本工具进行简洁的概述。

第10章甚至讨论股市数据,但重点不在时间序列数据挖掘上。也许这本出色的书对您来说唯一的缺点。


可以在Safari图书在线safaribooksonline.com上找到。谢谢。
B

1
有了这本书,并开始研究它。这很实用。在前18页中,您实现了一个完整的(基本)推荐引擎。
B

哇,这本书真是不可思议。它教您如何仅需少量Python代码即可实现各种机器学习算法。有史以来最实用的书之一。唯一的缺点是自从本书出版以来,Python已经进行了更新。它还使用许多已经更改的API。因此,我认为如果不进行一些调整,这些示例将无法正常工作。
B

@BSeven谢谢你,不知道。我不确定我是喜欢使用既有的库(通常是可行的东西)还是使用自己的代码(适用于所有书示例,但由于用户较少而不够健壮)的书。
steffen 2011年

1
我认为这些天唯一的选择是预先存在的库。它们无处不在,易于集成,跨平台,多语言且快速。除此之外,如果一本书有自己的代码,则修改起来就困难得多。修改对库的调用更加容易。感谢您的推荐。这是一个巨大的资源。
B

13

E. Alpaydin撰写的《机器学习入门》(麻省理工学院出版社,2010年第2版)涵盖了许多主题,并附有精美的插图(类似于Bishop的模式识别和机器学习)。

此外,Andrew W. Moore还提供了一些有关Statistics Data Mining的不错的教程。


(+1)不知道这本书,但是安德鲁·摩尔的教程很棒(有时甚至很有趣)
2011年

@steffen我也推荐Radford Neale的《机器学习和数据挖掘统计方法》
chl

1
+1 Alpaydin是正确的方法。几个月前,我处于与OP完全相同的情况。与蒂布希拉尼(Tibshirani)苦苦挣扎,然后遇到了阿尔帕丁(Alpaydin),此后情况就好多了。最终,尽管我认为Tibshirani是必读的。
安迪

10

也许Wasserman的“ 所有统计信息”会引起关注。您可以从给定的链接中采样这本书-只是序言的前几段对您的市场有很大的帮助-如果您与大学有联系,则可以通过Springer免费下载这本书。

编辑:糟糕,没有注意到这个线程有多古老。


5
没关系,对于其他读取线程的其他人(例如我; o),推荐仍然有用。
迪克兰有袋博物馆,2012年

1
不错的书,但公平地说,如果一个人可以阅读和理解《全部统计》,那么ESL的很大一部分是多余的。
恢复单胞菌usεr11852说,


5

我强烈推荐Rogers和Girolami撰写的“ 机器学习第一门课程”。它以非常合乎逻辑的顺序涵盖了关键思想,并提供了良好的示例和最低限度的数学基础,以使基础知识有适当的基础。它没有涵盖某些书籍的广度,但这就是为什么它像入门文字一样好的原因。


看起来像一本好书。并且,有一个Kindle版本。
B

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.