数据科学及机器学习必备书单

共 1 个回答

切换为时间排序
H.

2020-07-24 10:22:21

以下都是机器学习的基础教材。如果你认真研读其中任意一本,这意味着你要分析其中的模型,推导和实现主推理算法并进行练习,这些教材可以为你提供坚实的背景。如果你是机器学习的入门菜鸟,这些书可能技术性很强,但是一旦你坚持完成其中一本,你会发现其他教材也变得简单易懂。

1. 统计学习精要(The Elements of Statistical Learning (ESL))

作者:Jerome H. Friedman, Robert Tibshirani, and Trevor Hastie

推荐语:经典之作!!这同时也是一个在线课程,新版教材提供R代码

2. 模式识别机器学习(Pattern recognition and machine learning (PRML))

作者:Christopher Bishop

推荐语:和ESL一样,这本也是必读之作。

3. 机器学习:概率学观点(Machine Learning: A Probabilistic Perspective)

作者:Kevin R Murphy

推荐语:如果你彻底学习(前文)PRML,你能掌握这本书中的大部分内容。 然而,这是一本有趣而全面的书,主要关注有原则的、概率性的建模方法。 它还附带Matlab中的代码。

4. 概率图模型(Probabilistic Graphical Models)

作者:Daphne Koller and Nir Friedman

推荐语:图模型为概率模型的表示、推理以及学习提供了框架。这个强大的框架为许多机器学习模型提供了宏观视角,否则这些模型仅仅被看作一堆不同的模型。书还配有Coursera的在线课程。

5. 强化学习(Reinforcement learning, an introduction)

作者:Richard S. Sutto and Andrew G. Barto

推荐语:尽管这本书还是一个初稿,但第二个版本已经写得很好,并且很好地解释了强化学习的概念和应用。

6. 神经网络深度学习(Neural networks and deep learning)

作者:Michael Nielsen

推荐语:Michael Nielsen的书更加实用,包含一些很酷的互动内容以帮助理解

7. 深度学习(Deep Learning)

作者:Ian Goodfellow and Yoshua Bengio and Aaron Courville

推荐语:相比上面Michael Nielsen书的实用性,本书则更全面。我建议按照给定的顺序阅读学习。

应用部分

1. 商业中的数据科学(Data science for business)

作者:Foster Provost and Tom Fawcett

推荐语:本书对非技术人员(如业务经理)非常友好。它还提供了有关如何执行数据科学项目的一些合理原则。强烈推荐此书!!

2. R数据科学(R for data science)

作者:Garrett Grolemund and Hadley Wickham

推荐语:特别是对R用户来说,这本是必读教材。

3. 应用预测建模(Applied predictive modelling)

作者:Kjell Johnson and Max Kuhn

推荐语:由非常流行的R包caret的作者撰写,也是一本必读教材。 它包含许多实用技巧和建议,不仅可用于建模,还可用于不同模型的数据准备。

4. 数据科学技术:市场营销、销售与客户关系管理领域(Mining Techniques: For Marketing, Sales, and Customer Relationship)

作者:Gordon S. Linoff and Michael J. A. Berry

推荐语:不要被标题误导,书中的数据科学技术普遍适用,不仅仅是对客户关系管理(CRM)。

5. 数据挖掘的数据准备(Data preparation for data mining)

作者:Dorian Pyle

推荐语:1999年出版,但今天仍然非常适用,本书提供了一个明细的清单,以便在准备分析数据时进行检查。

6. 网站优化的Bandit 算法(Bandit algorithms for website optimization)

作者:John Myles White

推荐语:本书介绍了标准的多臂赌博机算法(multi-armed bandit),并提供了多种语言的实现。

7. R数据科学实战手册(Practical data science with R)

作者:John Mount and Nina Zumel

推荐语:此书不像Johnson和Kuhn的书那样精致,但还是有一些值得了解的技巧。

面包板E币兑换礼品--点击左下角《阅读原文》


面包板E币兑换礼品--点击左下角《阅读原文》


共 1 条
  • 1
前往
81回答数