本书讲解了构建机器学习中最常用的方法。这套方法就像是机器学习工程师的工具箱（非常直观而且深刻的理解）。机器学习从业者应该拥有完备的机器学习工具箱，然后针对相应的任务合理的使用工具。本书的每一章都对应一种机器学习方法或一类方法。 换句话说，每一章都关注机器学习工具箱中的一个工具。
以我的经验，熟悉这些方法的最好方法是从理论上和代码中从头开始学习。 每章分为三个部分：概念、从头构造、实用代码。 概念部分是从概念上介绍方法，并从数学上进行推导。构造部分展示了如何使用Python从头开始构造方法。 实用代码部分演示了如何使用 Python 中的包（如 scikit-learn、statsmodels 和 tensorflow）。
下载链接：https://dafriedman97.github.io/mlbook/content/introduction.html
参考书链接：
- https://hastie.su.domains/ISLR2/ISLRv2_website.pdf ( An Introduction to Statistical Learning)
- https://hastie.su.domains/ElemStatLearn/ (ESL)
- https://www.microsoft.com/en-us/research/publication/pattern-recognition-machine-learning/
标签：从头开始,机器,学习,https,工具箱,方法 来源： https://blog.csdn.net/weixin_47532216/article/details/122684108
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。