【機器學習基礎】機器學習理論最佳入門！周志華寶箱書搭檔，開源教程《鑰匙書-KeyBook》發(fā)布

開源初衷

近年來，多樣化的機器學習相關教材和視頻層出不窮，不僅包含了入門級機器學習寶典，還包括一些系統(tǒng)性書籍。

但國內在機器學習理論（Machine Learning Theory）方面并沒有進行過多討論。盡管在上述的這些著作中，或多或少都展開了對于理論的探討，但篇幅極為有限，難以滿足深入研究的需求，關于機器學習理論的經(jīng)典教材目前還是英文居多。

2020年周志華、王魏、高尉、張利軍等老師所著的《機器學習理論導引》一書（下稱《導引》），填補了國內缺少機器學習理論入門著作的遺憾。

該書試圖以通俗易懂的語言，為有志于學習和研究機器學習理論的讀者提供了入門導引。但作為一本理論性較強的書籍，涉及大量的數(shù)學定理和各種證明，對讀者的數(shù)學背景提出了較高要求。

基于很多讀者苦于數(shù)學基礎，《鑰匙書 Key-Book》由開源組織Datawhale發(fā)起，團隊成員詹好負責，針對《導引》一書做了補充性工作，添加相關注腳，將教材中難以理解的公式做了解析與推導，幫助大家解決書中的數(shù)學難題。

本書細節(jié)

《鑰匙書》這一開源教程，對原書做了大量的補充性工作，可以幫你解決公式理解問題，讓你找到豁然開朗的感覺。下面，用幾個例子來直觀感受下。

1.【證明補充】

2.【概念補充】

3.【文獻講解】

使用說明

《鑰匙書》的補充性工作，主要包括四個方面：

1. 證明補充：對部分證明的證明思路進行解釋，對部分省略的證明過程進行補充。
2. 案例補充：增加解釋案例，幫助讀者理解。
3. 概念補充：介紹部分文中涉及、但未闡釋的概念。
4. 參考文獻講解：對部分重要的參考文獻進行介紹。

開源地址

在線閱讀（實時更新）

https://datawhalechina.github.io/key-book/

最新版PDF下載地址

https://github.com/datawhalechina/key-book/releases

關于我們

開源貢獻者：詹好，王茂霖，李一飛，胡峻毅，楊昱文，謝文睿。

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(tǒng)計學習方法》的代碼復現(xiàn)專輯
AI基礎下載
機器學習的數(shù)學基礎專輯

獲取一折本站知識星球優(yōu)惠券，復制鏈接直接打開：

https://t.zsxq.com/y7uvZF6

本站qq群704220115。

加入微信群請掃碼：