Fork me on GitHub

读《机器学习实战》

用了一个多月的时间看完了这本书,在这段时间里穿插了不少事情,公司的业务开发经历了两次班车迭代,还有一周多的时间用来研究图像语义分割。由于本职的Android开发还是占用很大一部分精力和时间,所以看书只能抽一些时间碎片进行。

谈谈自己对该书的整体感觉,这本书作为ML的入门、科普书籍当然是不错的,整体的章节设定看上去一目了然。书中列出了很多ML的经典算法,同时也有对应的代码实现,这里要点赞的一点是对于算法的封装性和拓展性而言,该书做的还是蛮不错的,很多实现代码基本上是可以拿过来直接使用的。还有就是书中整体的连贯性写的很到位,A算法已经很实用了,但在某某方面还存在缺陷,而B算法会在兼容A算法精华部分的基础上还解决了对应的缺陷,于是很平滑的过渡到B算法的讲解部分,这样给读者一种前因后果的感觉,而非凭空冒出个B算法。

同时也有些我认为美中不足的地方,关于一些算法公式方面,讲着讲着就突然莫名来了一个公式,有的公式甚至没什么说明,直接就用上了。其实能够理解作为一本ML的书籍不适合在算法公式的推导上花费太多的篇幅,但也不至于简短的描述都没有,一下子看到一坨公式的时候真是一脸茫然。还有一点是,看该书还是需要一定的线代基础的,在回归的讲解部分如果没有线代基础基本上就是走马观花了。

之前也看过不少技术书籍,时间越久淡忘的就越多,所以这次打算把看过的部分都记下来,一方面加深自己的印象,另一方面也为了提高日后复习的效率。

ML


------------- The end -------------