周志华的这本清华大学出版社出版的机器学习,据说一度在各大电商平台计算机类书籍中排行都在前三,可见现在人工智能的热度以及大家对其未来的预期之高,不论是否能坚持读完或者能否理解部分内容,只要买了书都算是一种上进心吧。

个人感受

  感觉本书位于专业和科普中间但偏向专业性,书中给出了不少的公式和推导,如果忽略所有的数学公式,本书适合作为机器学习方向的科普读物;但是,书中部分章节又有对公式的部分推导,推导过程部分也没展开,作为专业的图书又相对浅显。因此感觉这本书定位不明确,也许正因为如此,也许相关方面的书实在太少了,让这本书这么盛行。
  开始几个章节会比较枯燥,随着阅读深入就会被其内容吸引,自己在看的时候没太关注数学公式,只是去了解每个模块对应的概念和思想,当做读小说里的故事情节。有很多概念之前都听过,所以在书中见到还是挺熟悉,不过,不知道买这么书的人有多少真正看了内容,能否有特别的收获。

收获

  了解了机器学习相关的一些学习方法和基本思路,对于没有从事相关行业的自己来讲,相当于给自己建立了一个标签或者目录,这个也许已经够了,在真正需要的时候能根据自己的认知再去有针对性的深入了解,应该就是俗话说的广泛撒网,重点培养。
  自己也在每章扫过一遍后,根据自己的理解简单写了点总结,方便日后回忆和遍历,下面是各模块目录,序言中将章节分为三部分,说第三部分是第二部分是进阶,但其实难度并没有增加,不过还是遵照其分类的笔记如下:

第一部分

  1. 基础概念

第二部分

  1. 决策树
  2. 神经网络
  3. 支持向量机(SVM)
  4. 贝叶斯分类器
  5. 集成学习
  6. 聚类
  7. 降维

第三部分

  1. 特征选择和稀疏学习
  2. 计算学习理论
  3. 半监督学习
  4. 概率图模型
  5. 规则学习
  6. 强化学习
读书感受 之 《机器学习》_读后感

点击查看“全部读书清单​​​​​​​”