【本站原创】台大林轩田《机器学习基石》系列课程教材的习题解答和实现
臺灣大學林軒田老師的《機器學習基石》、《機器學習技法》課程由淺入深、內容全面,基本涵蓋了機器學習領域的很多方面。其作為機器學習的入門和進階資料非常適合。本站實現了課程教材的絕大部分習題,并作了詳細的筆記,在github予以分享。(習題作者:秦臻)
課程簡介
臺灣大學林軒田老師的《機器學習基石》《機器學習技法》課程由淺入深、內容全面,基本涵蓋了機器學習領域的很多方面。其作為機器學習的入門和進階資料非常適合。
林軒田機器學習基石這門課有一個配套教材:《Learning From Data》(LFD),林軒田也是編者之一。這本書的主頁為:http://amlbook.com/
豆瓣上關于這本書的評分高達9.4,還是很不錯的,值得推薦!可以配套視頻一起學習。這本書是臺大林軒田老師的機器學習課程配套教材,內容通俗易懂,非常精彩,不是單純羅列公式,是一本非常適合入門的機器學習書籍。教材的上半部分(第一章到第五章)是精髓,補充部分(第六章到第九章)有部分章節稍顯倉促,而且有一些小錯誤,第九章部分實際應用可能較少,但是總的來說,本書絕對是一本不可多得的好書。
但是盡管該書是一本入門書籍,要吃透這本書還是需要相當多的時間,尤其是課后習題部分,有的難度非常大。
針對這個問題,有位清華大學的碩士生秦臻在學習的過程中把《Learning From Data》的習題都整理了一遍,方便自己以后查閱和他人參考。前后歷時半年多,除了第六章,第八章和第九章少部分習題以外,其他所有習題均已完成。經作者同意,在本站予以公布。
習題完成情況:
| Chapter 1 | 25 | 25 | 無 |
| Chapter 2 | 32 | 32 | 無 |
| Chapter 3 | 35 | 35 | 無 |
| Chapter 4 | 38 | 38 | 無 |
| Chapter 5 | 11 | 11 | 無 |
| Chapter 6 | 43 | 36 | Problem 12,13,14,16,17,24,25 |
| Chapter 7 | 35 | 35 | 無 |
| Chapter 8 | 35 | 31 | Problem 15-18 |
| Chapter 9 | 46 | 41 | Exercise 18,Problem 17,26,27,28 |
| 總計 | 300 | 284 |
以上習題公布在秦臻同學的github:
https://github.com/Doraemonzzz/Learning-from-data,并持續更新。
內容截圖:
總結
清華大學的秦臻同學實現了林軒田老師的《機器學習基石》、《機器學習技法》課程教材《Learning From Data》的絕大部分習題,并作了詳細的筆記,在github予以分享。這份珍貴資料非常適合作為機器學習的入門和進階資料。
習題和筆記在秦臻同學的github(還會更新):
https://github.com/Doraemonzzz/Learning-from-data
《機器學習基石》《機器學習技法》課程視頻和ppt以及教材《Learning From Data》的下載鏈接:?
https://pan.baidu.com/s/1oAMX5vYbDtobCXZiM9gEEQ?提取碼: h5c3?
本文所有資料下載也可以回復“林軒田”查看
但是代碼更新還是需要在作者github下載哦!
秦臻(右一)(20191124北京面基)
往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯獲取一折本站知識星球優惠券,復制鏈接直接打開:https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群請掃碼進群(如果是博士或者準備讀博士請說明):總結
以上是生活随笔為你收集整理的【本站原创】台大林轩田《机器学习基石》系列课程教材的习题解答和实现的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【励志】高考失利之后,属于我的大学本科四
- 下一篇: 【Python基础】Python爬虫的两