新書首發(fā) | 《機器學習 公式推導與代碼實現(xiàn)》正式出版?。ㄎ哪┧蜁?/h1>
大家好！我是louwill。
經(jīng)過一年零三個月的努力，《機器學習 公式推導與代碼實現(xiàn)》已于日前正式出版了。
關注過這本書的公眾號讀者應該知道，這本書在系列原創(chuàng)機器學習30講的基礎上，并參考了李航老師的《統(tǒng)計學習方法》和周志華老師的西瓜書《機器學習》的理論體系，從公式推導和代碼實現(xiàn)兩個維度來展示機器學習的基本內涵。
本書從20年8月開始選題和列大綱，到21年3月份完成初稿，到4月份完成二稿通稿，再到8月份編輯三稿修改，再到10月份四稿校樣，最后到12月份付印稿完成，中間過程修改和反復著實不易。
筆者作為一名算法工程師，從2017年以來就一直從事醫(yī)療數(shù)據(jù)和醫(yī)學影像數(shù)據(jù)的處理和分析工作。在筆者的技術成長過程中，李航老師的《統(tǒng)計學習方法》和周志華老師的“西瓜書”《機器學習》，給了筆者極大的幫助和啟發(fā)。國內做機器學習相關方向的學生和從業(yè)人員，這兩本書幾乎是人手一本。
兩位老師的書都有一個共同的特點，就是理論功底相當深厚，但不太注重于算法的代碼實現(xiàn)。這兩年筆者接觸了不少找工作的同學，大部分同學除了在機器學習基本原理上狠下工夫之外，并不滿足于現(xiàn)有的機器學習調包的學習方式，希望能夠從底層的算法實現(xiàn)邏輯和方法上更加深入的掌握機器學習。事實上，隨著這幾年機器學習的火爆，從業(yè)門檻也越來越高，以至于經(jīng)常出現(xiàn)讓面試者現(xiàn)場手推邏輯回歸和手寫反向傳播代碼的情況。這些都使得筆者產生了撰寫這本書的想法。
機器學習是一門建立在數(shù)學理論上的應用型學科，完備的數(shù)學公式推導對于每一個研究機器學習的朋友都是非常必要的。而代碼實現(xiàn)則是更加深入理解機器學習算法的內在邏輯和運行機制的不二法門。因而本書取名為《機器學習 公式推導與代碼實現(xiàn)》，出發(fā)點正是來源于此。
本書力求系統(tǒng)、全面的展示公式推導和代碼實現(xiàn)這兩個維度。全書分為六個大部分26個章節(jié)，包括入門介紹、監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型和最后的總結。其中監(jiān)督學習兩大部分是本書的重點內容。在敘述方式上，全書對于每一章對于一個具體的模型和算法。一般會以一個例子或者前序概念作為引入，然后重點從公式推導的角度來進行算法介紹，最后輔助以一定程度上的基礎代碼實現(xiàn)，重在體現(xiàn)算法實現(xiàn)的內在邏輯。各部分、各章內容相對獨立，但前后又多有聯(lián)系，讀者可以從頭到尾全書通讀，也可以根據(jù)自身情況選取某一部分某一章節(jié)進行選讀。 
全書代碼已在GitHub開源，代碼地址為：
https://github.com/luwill/Machine_Learning_Code_Implementation
感興趣的讀者可直接在當當或者京東購買，目前平臺上75折出售。
最后，為了感謝各位讀者的一直以來的支持，特在公眾號送出五本《機器學習 公式推導與代碼實現(xiàn)》，依然是老規(guī)矩：評論區(qū)留言10字以上并點贊數(shù)前五的讀者拿書。
到1月17日22:00截止。 （為防止刷量，1月17日18時對留言前20名做個截圖作為證據(jù)，與最終點贊數(shù)量作對比。）
瀏覽
58
本書從20年8月開始選題和列大綱，到21年3月份完成初稿，到4月份完成二稿通稿，再到8月份編輯三稿修改，再到10月份四稿校樣，最后到12月份付印稿完成，中間過程修改和反復著實不易。
全書代碼已在GitHub開源，代碼地址為：
https://github.com/luwill/Machine_Learning_Code_Implementation
感興趣的讀者可直接在當當或者京東購買，目前平臺上75折出售。
最后，為了感謝各位讀者的一直以來的支持，特在公眾號送出五本《機器學習 公式推導與代碼實現(xiàn)》，依然是老規(guī)矩：評論區(qū)留言10字以上并點贊數(shù)前五的讀者拿書。
評論
圖片
表情