首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

南瓜书里面的公式都看不懂,还能学机器学习吗?

当然可以学习机器学习!南瓜书中的公式可能对初学者来说有些难以理解,但是不用担心,因为有许多其他的资源可以帮助你更好地理解和学习机器学习。

首先,你可以尝试阅读一些机器学习的入门教材,例如《机器学习实战》或《深度学习入门》等。这些教材通常会从基础开始讲解,并提供大量的示例和代码,帮助你更好地理解机器学习的概念和算法。

其次,你可以尝试观看一些机器学习的视频教程,例如Coursera上的《机器学习》课程或者YouTube上的机器学习教程。这些视频通常会通过图像和动画来解释复杂的概念,并提供实际的案例,帮助你更直观地理解机器学习的原理和应用。

最后,你可以尝试参加一些机器学习的在线课程或工作坊。这些课程通常会提供实际的编程练习和项目,帮助你更好地理解机器学习的实际应用和工具。

总之,学习机器学习需要耐心和毅力,但是只要你付出足够的努力和时间,你一定可以掌握这项技能。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

《周志华机器学习详细公式推导版》完整PDF首发!1.1w+标星开源项目pumpkin-book

从基础公式解析到难点探讨,无论你数学功底如何,都可以在南瓜书里找到你想要的。 ?...关于本书 《南瓜书 Pumpkin-Book》由开源组织Datawhale发起,团队成员谢文睿、秦州牵头,针对国内机器学习经典教材--周志华老师的《机器学习》,将教材中难以理解的公式做了解析,对跳跃性较大的公式做了推导...,帮助大家解决机器学习中的数学难题。...南瓜书的最佳使用方法是以西瓜书为主线,遇到自己推导不出来或者看不懂公式时再来查阅南瓜书; 对于初学机器学习的小白,西瓜书第1章和第2章的公式强烈不建议深究; 超纲的数学知识以附录和参考文献的形式给出;...若南瓜书里没有你想要查阅的公式,或者你发现南瓜书哪个地方有错误,可在南瓜书GitHub的Issues进行反馈。

3.2K20

周志华西瓜书详细公式推导,Datawhale开源pumpkin-book项目

机器之心转载 来源:Datawhale 如果让你推荐两本国内机器学习的入门经典作,你会推荐哪些呢?相信大家同我一样,非李航的《统计学习方法》和周志华的《机器学习》莫属。...关于本书 周志华老师的《机器学习》(西瓜书)是机器学习领域的经典入门教材之一,周老师为了使尽可能多的读者通过西瓜书对机器学习有所了解, 所以在书中对部分公式的推导细节没有详述,但是这对那些想深究公式推导细节的读者来说可能...“不太友好”,本书旨在对西瓜书里比较难理解的公式加以解析,以及对部分公式补充具体的推导细节,诚挚欢迎每一位西瓜书读者前来参与完善本书:一个人可以走的很快,但是一群人却可以走的更远。...使用说明 南瓜书是西瓜书的公式推导版,里面的内容都是以西瓜书的内容为前置知识进行表述,所以 南瓜书的最佳使用方法 是以西瓜书为主线,遇到自己推导不出来或者看不懂公式时再来查阅南瓜书。...若南瓜书里没有你想要查阅的公式,可以在issues区提交你希望补充推导或者解析的公式编号,我们看到后会尽快进行补充。 内容 ?

1.1K20

经典“西瓜书”的学习伴侣“南瓜书”出版

两年前,Datawhale开源项目南瓜书发布,受到全网转发,两年后,南瓜书完整版正式撒花完结,重磅出版。从基础公式解析到难点探讨,无论你数学功底如何,都可以在南瓜书里找到你想要的。...——李沐 AWS 资深首席科学家,《动手深度学习》作者 “南瓜书”是Datawhale 开源团队产出优质内容的一种全新探索。这本书以开源项目的形式,帮助读者推导重要的公式,并对知识难点进行深入探讨。...——陈光 北京邮电大学副教授,知名博主@ 爱可可- 爱生活 对机器学习初学者来讲,“南瓜书”补充且拓展了数学方面的基本知识,是“西瓜书”的佐读良品。...如果你数学功底不扎实,南瓜书可以帮你解决公式理解问题。如果你是数学大佬,也可以在南瓜书里有知音的感觉。下面,用几个例子来直观感受下南瓜书的强大。 案例1:玻尔兹曼机的能量方程怎么理解?...每章附有相关阅读材料,以便有兴趣的读者进一步钻研探索。 本书思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

84720

线上分享 | 入门机器学习,掌握学习方法迫在眉睫!

其中有不少高阶报告对于机器学习入门新手甚至是学习了一段时间的程序员来说,较为深奥。但这很正常,对机器学习的认知程度和其学习难度是成正比的,越深入越难学。...如果你计划从周志华老师的《机器学习》(西瓜书)入手,当遇到难以理解的数学公式,网上查找答案有时候并没有那么准确。而《机器学习公式详解》(南瓜书)就是提高学习效率的好工具。...知乎的机器学习话题中挂着一个问题,这个问题是:“遇到机器学习论文中完全看不懂的数学公式该怎样才能看懂,有没有什么工具可以推导解释计算的啊?”...每章附有相关阅读材料,以便有兴趣的读者进一步钻研探索。...针对南瓜书,也针对以上提到的学习方法,最新一起分享我们邀请到《机器学习公式详解》作者、Datawhale重要贡献成员秦州,直播分享《机器学习如何入门——给新手的入门学习建议》。

21110

炼丹秘籍(ML指南)

网易云课堂版本 Tips: coursea版本中文支持不是很好,并且可能需要一些科学的方法才能访问,网易云课堂版本中文支持好,但是不能进行作业和测试(课程暂时下架,但视频还能看) 评价 超棒的机器学习课程...相关资料推荐 b站up主 致敬大神【一起啃书】机器学习西瓜书白话解读 大致了解过,感觉很好,没有深入看,暂时不做评价,有空看 Datawhale的《机器学习公式详解》(南瓜书) 有详细的公式推导,可以弥补西瓜书中一些公式推导省略的不足...b站up主Datawhale【吃瓜教程】《机器学习公式详解》(南瓜书)与西瓜书公式推导直播合集 南瓜书的配套视频 深度学习 B站up主 我是土堆 个人进度 全部看完,超棒!...B站up主 跟李沐AI 个人进度 佛系看,有空会认真刷一遍 【完结】动手深度学习 PyTorch版 传送门 https://space.bilibili.com/1567748478?...关于AI领域的一个很好的博主,他的《动手深度学习》看起来很棒,有空要刷一遍,其他视频也很有价值。

94310

机器学习资料与攻略超强整理吐血推荐

像概率里面的期望、方差、概率密度函数、边缘分布、贝叶斯定理、全概率公式、矩母函数、二项分布、高斯分布、贝塔分布等等在机器学习中都非常非常重要。...在机器学习公式推导中,一般求导公式,链式法则,分部积分法、偏导数,这些内容都是家常便饭,如果你的记忆已经模糊,那么其实上学时的高数教材就可以涵盖这些必要的计算技巧。...比如拉格朗日乘数法,在机器学习里也算是比较常用的技巧了,在SVM里会出现,在多元逻辑回归时也会出现,要想学习学习它,有些微积分的书里会讲,有些泛函分析的书里也会讲,但是为了学习拉格朗日乘数法把泛函分析也一遍...6、一些机器学习书中的数学基础部分 因为数学对于机器学习来说太重要了,某些机器学习面的书还会专门开辟章节“提纲挈领”地给出阅读后续内容所必须的数学基础。...好在跟数学有关的资料我已经推荐到了,后续文章中我们再来具体谈机器学习和数据挖掘方面的资料吧 :)

1K80

还在为怎么学习Android苦恼?看完学会这些大牛资料,2年高级3年资深不是问题!

我们从小就学习,但是一旦离开了学校这种压力环境,你还会?你还的进去?软件行业从业者之间差距就是因为学习效率的不同拉开的。...但恰恰太多的人都是这样,你们天天喊学习、我学习、白天、晚上学的,但还是学不会,你就不想想是哪里出了问题? 3....你看为什么大神们写博客,因为大神们辛苦提炼出来的精华它也会忘,所以的写博客出来,一个是分享,一个是在写文章过程中再提炼提炼,分享出来还能有名望。 4....若是不会,就把 网络编程、设计模式、多线程 这些基学会了,再回过头来看 OKHttp 它不香。有多少看不懂的、还有多少不理解的。...好比我们学习数学,大家都是先: 阿拉伯数字 -> 数学符号 -> 加减法 -> 乘除法 -> 九九乘法表 -> 方程式 -> 公式定理 从小我们学习,在学校里就是从难到深,那为啥放到软件领域,编程行业

56900

自动剪发机器人万圣节变身3D南瓜雕刻机!还能刻上女儿画作,油管播放300w+

没错,文摘菌调皮了一下~ 南瓜雕刻机确实不长这样,但这张图中的机器可是小哥的灵感来源。 可能有细心的读者发现了,这不是他在疫情期间做的“机器人理发师”!答对啦。...Shane在发布了剪发机器人的视频后,网友们简直操碎了心,“你不怕被划到脸?” 于是,Shane的灵感就来了,如果把头换成南瓜?会有怎样的效果?...其次,在软件方面,要写一个怎样的程序才能将二维的平面图映射到南瓜上? 想到这里,Shane自己吐槽到,从没见过谁专门做个机器人来雕刻南瓜,“可能因为这真的很蠢,但我就喜欢做这种蠢东西”。...Shane一开始是这样想的,随便找一张图片,把上面的图案映射到南瓜上,然后就让机器按照图案刻刻刻不就完事了。结果,图案被刻到了南瓜里...也就是说,需要把2D图像转换为3D。...(这是他妻子的头像~) 但是,问题又来了,不是所有南瓜这么圆啊,万一没碰到南瓜就开始刻了怎么办? 既然这么难写的软件搞定了,这个嘛,问题不大。

43710

干货 | 机器学习怎么从入门到不放弃!

这本书非常适合入门去看,讲的非常通俗,没有那种通篇上来就列一堆公式的情况,把这边书好好读读,你会发现算法是非常有意思的,能够解决很多问题。...5、《斯坦福大学公开课 :机器学习课程》,吴恩达大佬的斯坦福公开课,这也是入门课程,不过,这门课建议从入门到后期反复看,因为入门直接看可能完全看不懂,还是需要基本知识储备的。...二、机器学习进阶必备知识 在有了上面学习的基本功底之后,就可以考虑进阶学习了,上面的入门知识可能要花费你3个月甚至更长的一些时间,但是无需过于纠结,上面搞不懂的问题,在进阶部分还可以继续研究。...这本书可以说是进阶利器,要想把机器学习面的算法搞明白,这本书一定要好好读读,建议这本书里面的SVM、KNN算法好好看看,这本书讲的非常明白透彻,像SVM很多书省略很多步骤,讲的不够透彻。...,从事相关工作,在IT界,实践才能学到东西,不要一直看书,可以边看边试试写点代码,实现个小公式,小算法,这样进步快一些。

62940

500多页的机器学习入门笔记,下载超5万次,背后都有什么故事?

关于梁劲,关于《机器学习——从入门到放弃》的诞生始末,希望下面的对话能给你一点启示。 AI科技大本营:能简单自我介绍下?...后来在网易公开课上,试图看吴恩达在斯坦福的机器学习教程(不是 Cousera 的那个版本),看了一阵就放弃了,因为看不懂 。...所以,我就有了学习机器学习”的动机,我并非想成为这方面的专家,而是希望通过学习机器学习”,了解它的原理,想把它和传统的 Analytics 结合,看看有没有机会做出有突破性的创新产品。...市面上机器学习的教程可谓多不胜数,但写的直白简单的却凤毛麟角。人喜欢看图的,讨厌看大段大段枯燥乏味的文字,因此,我萌发了用图形化的方式去写一份教程的想法。...如果有资源和团队,我很自信还能以更好的方式去呈现概念,做出一份非常好的优质教程。只是限于成本和时间,我一个人目前没有不太可能做到这点。 太多的技术书籍和文档写得晦涩难懂,为什么不能写得浅显易懂呢?

62670

DataWhale 吃瓜日记 西瓜书第一章

(feature)反映事件或对象在某方面的表现或性质的事项属性空间(attribute space)/ 样本空间(sample space)属性组成的空间特征向量(feature vector)一个样本可以表示为一个由若干属性组成的向量...space)一个与训练集一致的“假设集合”归纳偏好(inductive bias)机器学习算法在学习过程中对某种类型假设的偏好(若无偏好,则无法产生确定的学习结果,也因此,相同算法,在训练相同数据集后...在具体现实问题中,算法的归纳偏好是否与问题本身匹配,大多数时候直接决定了算法能否取得好的性能学习总结西瓜书第一章包含很多的概念,也有一些比较重要的结论,只有先捋清楚基础概念才能顺利理解“机器学习到底是什么...”在学习过程中先看的南瓜书 ,再看的西瓜书,可以看出,西瓜书的概念更多,有更加细致的介绍,而南瓜书则偏向对西瓜书的公式进行推导,可以先看南瓜书再看西瓜书,遇到不懂的名词后会更加有兴趣了解具体情况,但这样的话看起来比较难受...,因为公式太多……还是应当先看西瓜书再看南瓜书实际上,书上的公式也没有那么难推导,自己思考+参考南瓜书还是能够理解的,不要让畏难情绪压倒自己

12110

数学建模线性规划实例及详细解答(MATLAB代码)

前言:  最近在学习数学建模的算法与应用,以一本较好的书籍为指导(《数学建模算法与应用》),不过对于我来说,我主要去攻MATLAB代码及建模方法,当然书里还有lingo代码解析。...我们可以定义其它的变量来代替绝对值里面的数,比如用( x 1 x_{1} x1​+ x 2 x_{2} x2​)/2表示绝对值 x 1 x_{1} x1​当然这里的 x 1 x_{1} x1​更上面的不一样...然而,去掉绝对值的数,我们可以用( x 1 x_{1} x1​- x 2 x_{2} x2​)/2,其中,每个数大于等于0,接下来,我们可以上代码了。..., x 9 x_{9} x9​表示在产品III中 A 2 A_{2} A2​机器的个数。...写这篇博客让我承受了莫大的打击,先是数学公式编辑的学习,再到放弃该学习,最后又是直接放图片。再则自己为了让读者易懂,写了几页的草稿…在此,我好像有点累了,我好像要去休息了。

91220

上海交大ACM班俞勇团队推出强化学习入门宝典!附作者对话

上海交通大学ACM班又出新品,人邮“动手”又一力作《动手强化学习》来了!...做好公式推导,才能熟练编写代码和理解算法,本书提供了超清晰的公式推导过程,让新手不用再经历“公式不知道用在哪里,公式不知道怎么推导出”的抓狂体验。...每一章的内容提供了Jupyter Notebook链接,可以在线直接运行。 第三,本书配套资源丰富。...最后的“品格好”是指需要具备实事求是的态度和持之以恒的韧性,在强化学习实验调不出来时还能细心检查bug,在实验跑了一周还没起色时,愿意再坚持几天,在最终意识到自己方法确实不work时,能坦然面对,重新设计算法...,跑出书里的结果——这样就加速读者通过代码学习对强化学习原理的更加深入的理解。

57350

论文答辩时的“尴尬”要避免,安全过关就靠它!

来源 | 南瓜学堂 (ID:pumpkinschool) 作者 | 南瓜学堂 在和拖延症殊死搏斗几个月后, 你终于在deadline前敲出了一份这辈子都不想看第二眼的论文, 真的是再看一眼都会吐......在知网水文铺天盖地的今天,你要说自己的论文是破天荒的,或者前面的研究错了,无疑是在作大死。 有节制的说法是:从一个小角度上,我对某一问题在细节上有了一些推进。...…… 答辩就是一个检讨自己是渣的过程 老师的批评 一定要诚恳认错 不管说什么先来一句: 是的,您说得对 !...(3)、PPT要图文并茂,突出重点,让答辩老师明白哪些是自己独立完成的,页数不要太多,30页左右足够,不要出现太多文字,老师对文字和公式都不怎么感兴趣; (4)、凡是贴在PPT上的图和公式,要能够自圆其说...来源:南瓜学堂 (ID:pumpkinschool) 作者:南瓜学堂 本文版权归原作者所有,如有侵权请联系平台编辑。 答辩,你准备好了吗? 欢迎留言与学术君分享

1.9K20

数据分析有哪些好书值得推荐?

​ 1、统计书单 如果你打开招聘的职位要求,都会要求具有统计的知识,这是因为统计是数据分析、机器学习的基础知识,是必须要学习的。...推荐理由:很多人感到统计无聊,是因为从一开始就没有明白学习这门课的意义是什么,所以下去的动力不足。《赤裸裸的统计》可以让你了解学习统计的意义什么?在日常生活中统计有什么用?...推荐理由:如果你是零基础,《深入浅出统计》可以让你轻松愉快的学会,书里面有通俗易懂的案例,图文并茂,学习统计学不会那么枯燥。 推荐理由:适合有基础的人看。...这本书写的也是通俗易懂,里面的案例也很贴合实际应用。 有人会推荐《SQL必知必会》,其实这本书零基础的人看不懂,有基础的倒是可以把这本书当做一本字典来使用,遇到问题了,可以查找对应的内容。...推荐理由:前面的《与孩子一起编程》可以帮助你学会Python基础语法。学会以后,就可以看《利用Python进行数据分析》学习如何使用Python进行数据分析了。

93500

数学不好,Python不行,还能入门机器学习

机器学习机器学习的书已经很多了,这本有啥特别的? 当然有。 话说有位日本网友,买了40多本数学和机器学习相关的书,愣是没有学会,直到遇到了这本,那叫一个相见恨晚呐!...图灵的老朋友知道,我们出版了很多日系好书,比如用图搞定一切的“图解”系列、披着言情小说外衣的硬核科普“数学女孩”系列、专门写给被数学拖后腿的程序员的“程序员的数学”系列……这些日系书凭借图文直观、通俗易懂的风格...相信今天的这本《用Python动手机器学习》也不会让大家失望。 真正适合初学者的 机器学习入门书 ? [日]伊藤真——著 郑明智 司磊——译 01 这本书讲了什么?...一行行公式与一行行代码一一对应,让原本晦涩难懂的公式也变得明快起来。 ? 再加上清晰直观的插图,简直完美~ ? 也就是说,本书采用的是公式×代码×图示的“三维立体式”讲解法。...这样全方位的解读,还怕看不懂吗? 03 会不会很枯燥? “用Python动手机器学习”,顾名思义,本书会引导你动起手来。为此,本书准备了一大利器——Jupyter Notebook。 ?

70530

机器学习的数学,从入门到不放弃

机器学习是一门融合概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术。...学好机器学习需要的理论知识很多,有些人可能基础不是特别扎实,就想着从最底层的知识开始学起,概率论、线性代数、机器学习凸优化公式推导,等等。...虽然书的内容很硬核,通过回归和分类的具体实例问题,逐步讲解了机器学习中实用的数学知识,但特点在于它的原版来自日本,书里结合了日式漫画的对话风格,将数学知识的讲解故事化,让问题更加真实,让解答更加细致。...书里故事大致是这样的。 一天,萌妹程序员绫乃,「天降横祸」,领导让她尽快学习一下机器学习。 自觉废柴的绫乃于是便找到多年的好友美绪,美绪也是个程序员,刚好是研究 CV(计算机视觉)的霸。...但美绪说,机器学习中编程不是难事,困难的是里面的「数学」。一大串一大串鬼画符般的公式,你读都不会读,更别说理解了。 于是两个萌妹程序员开始了一场围绕「机器学习」和「数学」的快速学习

76610

我是这样入门“机器学习”的

为什么AI 随着近几年计算机领域的不断发展,云服务与并行计算促进了计算力的提升,互联网的发展提供了海量的数据,这些方向的发展促进了人工智能的发展,也促进了AI领域机器学习的发展。...还能让你开眼界,了解常识。 比如会告诉你一直以来,线性关系并不全是直线的关系,这样非常基础而重要的概念。——也许我数学太弱了,东西方法也不够灵活,理解不够深刻。...因为我很多符号表示看不懂,这里一位网友说过一句话,我觉得有一定道理:数学符号不统一,导致了入门门槛较高。...完对机器学习的理解,昨天碰巧在网上(图片出处)遇到这张图,就偷懒不自己画了: ?...尽可能所有的公式手动推导一下,提高自己的运算水平,补充之前没有做题的缺陷。而且自己也能真正明白。 最好也能用代码来实现一遍,如何用计算机求导。 学习路线 先分享一下我个人的学习步骤: 1.

1.7K51

资源 | 有没有必要把机器学习算法自己实现一遍?

PRML大家知道?就是模式识别机器学习,一本外国的机器学习经典著作,贼厚,贼详细,我曾经入手一本。咳咳,没看多少捏。。书封面是下面这个样子 ?...如果你想要在机器学习(当然包括深度学习)这个方向走很远的话,还是推荐买个纸质版的这个,x宝上二手的好像几十元就能买,我就是这里买的。...这样一遍下来,让我对推公式的信心大增,看论文不会怕看不懂公式了。遇到看不懂的就推一遍,推不出的就抄一遍,之后总会懂的。一个side effect就是让我变得愤青了,看什么paper觉得烂。...zenRRan: 综上所说,当然还是推荐把机器学习算法过一遍了。但是,哪来的时间呢?每周抽点空看看就行。坚持坚持!...当然,我猜到你会说matlab版本的或许看不懂,哼哼,我猜到啦,我又在github上找了一个python版本的 链接为 https://github.com/ctgk/PRML ?

51410

【AI白身境】入行AI需要什么数学基础:左手矩阵论,右手微积分

02概率论与统计 2.1 概率论 概率大家知道吧,研究的是随机性事件。大家应该都曾经饱受贝叶斯公式的折磨。 ?...大家都是上过的少年,你在班上遇到过同一天生日的? 2.2 传统机器学习算法基础 传统机器学习算法本来不应该放在这里说,但是因为其中有一部分算法用到了概率论,所以也提一句。...有很多人在知乎上问,搞深度学习还需要传统机器学习基础?当然要!且不说这个传统机器学习算法仍然在大量使用,光是因为它经典,就值得学习一下,依旧推荐一本书。 ?...03微积分与最优化 3.1 导数 机器学习就是要出一个模型,得到参数嘛,本质上就是优化一个数学方程,而且通常是离散的问题,这个时候大杀器就是微积分了。...总结 数学这种东西,学习就是三步曲,一看书,二做题,三应用,其他学习方法比如看视频听课基本都是扯淡。 另外,数学怎么好都不过分。希望小白看完还能爱数学,毕竟这才刚刚开始一点点。

44020
领券