《機器學習》(西瓜書) 隨筆
阿新 • • 發佈：2018-12-31
ML大牛請繞道請無視。
那天噹噹有滿減活動，實驗室一學弟說他想買《機器學習》，我問是哪本，答曰南大周志華那本“西瓜書”，說其同學向他推薦的。我表示不屑，咋從沒聽過？機器學習不是要看《PRML》麼？於是上亞馬孫看了下，是今年1月份的新書，然而銷量已到計算機類第一了，下邊評價也是不錯。於是從不屑到決定下單，也就幾分鐘的事情= =
自從研究生入學以來，就發現機器學習（ML, Mechine Learning）實在是太火了。電信學院都有不少老師不搞通訊不搞訊號處理轉行搞這個了，關注科技新聞也發現ML的新聞滿天飛，所以我也蠻好奇的。但由於太懶，一直沒入門，直到這回碰巧買了這本風評不錯的書，於是決心看完，而不是買回來蒙塵。
本書正文400頁左右（不計附錄，簡潔的附錄也蠻良心的，一定要看！），共16章，覆蓋的專題比較全面，前3章是基礎，餘下13章是各自獨立的專題，有基本的也有進階的，分別是：4決策樹，5神經網路，6支援向量機，7貝葉斯分類器，8整合學習，9聚類，10降維與度量學習，11特徵選擇與稀疏學習，12計算學習理論，13半監督學習，14概率圖模型，15規則學習，16強化學習。 每章的篇幅差不多，約20頁，點到為止。前後用了近兩個月的時間過了一遍，基本上是課餘時間看的，有一半以上是晚上回到宿舍後看的，對此還是比較滿意的。
看完的總體感覺就是，設計那些經典演算法的電腦科學家真是太厲害了，整本書彙集了多少人類智慧的結晶吶。讚歎之餘，也感謝周教授寫了這麼一本入門的好書，他在後記裡說道：且以頂級的態度，出一本入得方家法眼之書。作者真乃業界良心吶。因為本書“淺嘗輒止”，不像國外經典大部頭那樣令入門者（如我）望而生畏，但也絕不是小白書。如果能把書裡那些演算法都弄明白其原理並程式設計實現的話，我相信你一定可以碾壓大部分人。而且，每章後面的十道習題，感覺有些開掛了= =另外，之前是誰說搞機器學習不需要數學的，只要調調引數就行了，我還信以為真了，同學你其實是在逗我的吧？！我發現裡面涉及的數學工具高階多了，主要是概率、數理統計、凸優化和矩陣分析的，我覺得比我看的那些無線通訊的論文涉及到的還要難。尤其是第12章，我覺得是最變態的。於是，我在看的過程中，其實只是學了一些名詞，瞭解了一些概念。“不求甚解”地一路看過來，絕大部分推導是看不懂的，演算法也沒有程式設計實現，但並沒阻礙我繼續看下去，因為我發現這些演算法真是太了不起了，而且我也是真的有興趣去了解它們，若是輕鬆就能理解這些演算法的話，那它們也就沒那麼了不起了。所以先粗略過一遍，我相信我還會再看第二遍的。
剛好上週有澳洲的華人教授過來開短期課程，我過去聽了，他是用《PRML》那本來講的，真心完全聽不懂。數學是硬傷啊，所以不能沉下心來好好啃演算法的話，根本沒資格說學過ML吧。 希望以後有時間來慢慢啃，雖然很難，但在這個挑戰的過程中應該是痛並快樂著的，我有過這種感覺，沉浸其中的話其實還是很幸福的。特別是最後弄懂了那種成就感是無法言喻的。
此書之所以外號“西瓜書”，後記裡有寫。原因是因為作者弄了個西瓜資料集，並用各種ML演算法根據西瓜的各種特徵來推斷是否是好瓜，蠻好玩的。所以如果你有興趣瞭解機器學習的話，真心推薦這一本良心之作。
最後，這年頭不學點ML，你好意思說自己是理工科的麼= =#
那天噹噹有滿減活動，實驗室一學弟說他想買《機器學習》，我問是哪本，答曰南大周志華那本“西瓜書”，說其同學向他推薦的。我表示不屑，咋從沒聽過？機器學習不是要看《PRML》麼？於是上亞馬孫看了下，是今年1月份的新書，然而銷量已到計算機類第一了，下邊評價也是不錯。於是從不屑到決定下單，也就幾分鐘的事情= =
自從研究生入學以來，就發現機器學習（ML, Mechine Learning）實在是太火了。電信學院都有不少老師不搞通訊不搞訊號處理轉行搞這個了，關注科技新聞也發現ML的新聞滿天飛，所以我也蠻好奇的。但由於太懶，一直沒入門，直到這回碰巧買了這本風評不錯的書，於是決心看完，而不是買回來蒙塵。
本書正文400頁左右（不計附錄，簡潔的附錄也蠻良心的，一定要看！），共16章，覆蓋的專題比較全面，前3章是基礎，餘下13章是各自獨立的專題，有基本的也有進階的，分別是：4決策樹，5神經網路，6支援向量機，7貝葉斯分類器，8整合學習，9聚類，10降維與度量學習，11特徵選擇與稀疏學習，12計算學習理論，13半監督學習，14概率圖模型，15規則學習，16強化學習。 每章的篇幅差不多，約20頁，點到為止。前後用了近兩個月的時間過了一遍，基本上是課餘時間看的，有一半以上是晚上回到宿舍後看的，對此還是比較滿意的。
看完的總體感覺就是，設計那些經典演算法的電腦科學家真是太厲害了，整本書彙集了多少人類智慧的結晶吶。讚歎之餘，也感謝周教授寫了這麼一本入門的好書，他在後記裡說道：且以頂級的態度，出一本入得方家法眼之書。作者真乃業界良心吶。因為本書“淺嘗輒止”，不像國外經典大部頭那樣令入門者（如我）望而生畏，但也絕不是小白書。如果能把書裡那些演算法都弄明白其原理並程式設計實現的話，我相信你一定可以碾壓大部分人。而且，每章後面的十道習題，感覺有些開掛了= =另外，之前是誰說搞機器學習不需要數學的，只要調調引數就行了，我還信以為真了，同學你其實是在逗我的吧？！我發現裡面涉及的數學工具高階多了，主要是概率、數理統計、凸優化和矩陣分析的，我覺得比我看的那些無線通訊的論文涉及到的還要難。尤其是第12章，我覺得是最變態的。於是，我在看的過程中，其實只是學了一些名詞，瞭解了一些概念。“不求甚解”地一路看過來，絕大部分推導是看不懂的，演算法也沒有程式設計實現，但並沒阻礙我繼續看下去，因為我發現這些演算法真是太了不起了，而且我也是真的有興趣去了解它們，若是輕鬆就能理解這些演算法的話，那它們也就沒那麼了不起了。所以先粗略過一遍，我相信我還會再看第二遍的。
剛好上週有澳洲的華人教授過來開短期課程，我過去聽了，他是用《PRML》那本來講的，真心完全聽不懂。數學是硬傷啊，所以不能沉下心來好好啃演算法的話，根本沒資格說學過ML吧。 希望以後有時間來慢慢啃，雖然很難，但在這個挑戰的過程中應該是痛並快樂著的，我有過這種感覺，沉浸其中的話其實還是很幸福的。特別是最後弄懂了那種成就感是無法言喻的。
此書之所以外號“西瓜書”，後記裡有寫。原因是因為作者弄了個西瓜資料集，並用各種ML演算法根據西瓜的各種特徵來推斷是否是好瓜，蠻好玩的。所以如果你有興趣瞭解機器學習的話，真心推薦這一本良心之作。
最後，這年頭不學點ML，你好意思說自己是理工科的麼= =#