AI/Machine Learning Book List
上一頁
第 9 頁
下一頁
bzbz
2018-7-29 17:41:51
多啲上線性啟示錄,
學到lda, pca, svd, spectral decomposition, cholesky factorization, covariance matrix, laplacian graph, matrix differentiation, schur complement等就夠
:^(
仲要識得用向量, hessian, laplacian矩陣表示quadratic, gaussian, talyor
:^(
MixingAgent
2018-7-29 17:57:05
Iq唔過100 係唔係應該唔好浪費時間
bzbz
2018-7-29 17:57:58
建議連連登都唔好上
:^(
MixingAgent
2018-7-29 18:10:55
只係覺得呢行都幾大risk 最唔到research個part
好似無咩作為
我仲讀緊書 cu ie
遲d得揀theme 而其中一個係AI
覺得自己天資一般 但有興趣
bzbz
2018-7-29 18:17:48
岩, 有興趣先支持到落去,
:^(
但智力連100(正常人水平)都冇建議放棄, 雖然我知你講笑
:^(
DataHunter
2018-7-29 18:22:29
可以向 practical 方向發展,好似你要渣車,都唔駛一定要識整車啦。
axiom
2018-7-29 22:21:33
如果fyp想玩ml (practical) 呢2本夠唔夠做? 會唔會太皮毛
:^(
?
https://doc.lagout.org/science/Artificial%20Intelligence/Machine%20learning/Machine%20Learning_%20An%20Algorithmic%20Perspective%20%282nd%20ed.%29%20%5BMarsland%202014-10-08%5D.pdf
http://neuralnetworksanddeeplearning.com/index.html
見2本都有d python example睇下
未確實諗到想做咩topic, 睇書嗰陣順便攞下靈感
:^(
PAVALION
2018-7-30 15:06:32
:^(
我沒有放棄
2018-7-30 15:08:18
:^(
PAVALION
2018-7-30 15:09:37
:^(
Ads
PAVALION
2018-7-30 15:12:10
:^(
我沒有放棄
2018-7-30 15:14:21
:^(
我沒有放棄
2018-7-30 15:15:15
:^(
PAVALION
2018-7-30 15:18:02
:^(
我沒有放棄
2018-7-30 15:19:48
:^(
PAVALION
2018-7-30 15:21:47
:^(
炸雞勇者
2018-7-30 16:37:41
想問下成本磚咁厚既書係咪真係粒粒字睇哂
定有咩速讀方法
:^(
bzbz
2018-7-30 16:45:12
有數學基礎自然睇得明
:^(
BTW 我睇大陸本西瓜書同李航本野
:^(
炸雞勇者
2018-7-30 16:50:00
一本書起碼都幾百頁紙 睇得明都都有排睇
:^(
bzbz
2018-7-30 16:57:20
想速讀咪睇youtube 啲tutorial, lecture
:^(
Ads
炸雞勇者
2018-7-30 16:59:40
咁巴打有book list嘛
:^(
想知讀書的話點樣先最effective
我沒有放棄
2018-7-30 17:00:40
堆書本身係for master PhD students/researchers睇,人地正職就係做research睇書學野
如果你做緊野自學一定冇咁多時間
bzbz
2018-7-30 17:21:47
入門可以睇依度
https://github.com/jindongwang/MachineLearning
地底泥先生
2018-8-1 01:45:08
笑左 今時今日應該唔會iq唔過100
你想叫你呀媽學ml呀?
:^(
上一頁
第 9 頁
下一頁
學到lda, pca, svd, spectral decomposition, cholesky factorization, covariance matrix, laplacian graph, matrix differentiation, schur complement等就夠
仲要識得用向量, hessian, laplacian矩陣表示quadratic, gaussian, talyor