หนังสือสำหรับอ่านก่อนองค์ประกอบของการเรียนรู้ทางสถิติ?

จากโพสต์นี้ฉันต้องการแยกย่อยองค์ประกอบของการเรียนรู้ทางสถิติ โชคดีมีให้ฟรีและฉันเริ่มอ่านมัน

ฉันไม่มีความรู้เพียงพอที่จะเข้าใจ คุณช่วยแนะนำหนังสือที่แนะนำหัวข้อในหนังสือได้ดีขึ้นหรือไม่? หวังว่าสิ่งที่จะให้ความรู้ที่จำเป็นในการเข้าใจมัน?

ที่เกี่ยวข้อง:

ภูมิหลังที่แข็งแกร่งในวิชาคณิตศาสตร์เป็นสิ่งจำเป็นสำหรับ ML หรือไม่?

ฉันซื้อ แต่ยังไม่ได้อ่าน

S. Marsland, การเรียนรู้ของเครื่อง: มุมมองอัลกอริทึม , Chapman & Hall, 2009

อย่างไรก็ตามความคิดเห็นนั้นดีและระบุว่าเหมาะสำหรับผู้เริ่มต้นมากกว่าหนังสือ ML อื่น ๆ ที่มีความลึกมากกว่า การพลิกหน้ากระดาษมันดูดีสำหรับฉันเพราะฉันมีพื้นฐานทางคณิตศาสตร์น้อย

ผู้เขียนองค์ประกอบการเรียนรู้ทางสถิติออกมาพร้อมกับหนังสือเล่มใหม่ (ส.ค. 2013) มุ่งเป้าไปที่ผู้ใช้ที่ไม่มีพื้นฐานด้านคณิตศาสตร์อย่างหนัก บทนำของการเรียนรู้เชิงสถิติ: กับการใช้งานใน R

รุ่น PDF ฟรีของหนังสือเล่มนี้ปัจจุบันสามารถพบได้ที่นี่

ฉันพบว่าการเขียนโปรแกรม Collective Intelligenceเป็นหนังสือที่ง่ายที่สุดสำหรับผู้เริ่มต้นเนื่องจากผู้เขียน Toby Segaran มุ่งเน้นที่การอนุญาตให้ผู้พัฒนาซอฟต์แวร์มีเดียยอมให้มือของเขา / เธอสกปรกด้วยการแฮ็คข้อมูลโดยเร็วที่สุด

บททั่วไป: ปัญหาข้อมูลได้รับการอธิบายอย่างชัดเจนแล้วตามด้วยคำอธิบายคร่าวๆเกี่ยวกับวิธีการทำงานของอัลกอริทึมและในที่สุดก็แสดงวิธีสร้างข้อมูลเชิงลึกด้วยรหัสเพียงไม่กี่บรรทัด

การใช้งานของหลามช่วยให้คนหนึ่งเข้าใจทุกอย่างค่อนข้างเร็ว (คุณไม่จำเป็นต้องรู้ว่าหลามอย่างจริงจังฉันไม่เคยรู้จักมาก่อนเช่นกัน) อย่าคิดว่าหนังสือเล่มนี้มุ่งเน้นไปที่การสร้างระบบผู้แนะนำเท่านั้น นอกจากนี้ยังเกี่ยวกับการทำเหมืองข้อความ / การกรองสแปม / การเพิ่มประสิทธิภาพ / การจัดกลุ่ม / การตรวจสอบความถูกต้องเป็นต้นซึ่งจะช่วยให้คุณเห็นภาพรวมที่ประณีตกว่าเครื่องมือพื้นฐานของเครื่องมือขุดข้อมูลทุกตัว

บทที่ 10 จะเกี่ยวข้องกับข้อมูลตลาดหุ้น แต่การโฟกัสไม่ได้อยู่ที่การทำเหมืองข้อมูลอนุกรมเวลา อาจเป็นข้อเสียเปรียบเพียงอย่างเดียว (สำหรับคุณ) ของหนังสือที่ยอดเยี่ยมนี้

รู้เบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่องโดย E. Alpaydin (MIT Press, 2010, 2nd ed.) ครอบคลุมหัวข้อมากมายพร้อมภาพประกอบที่ดี (เหมือนกับการจดจำรูปแบบของ Bishopและการเรียนรู้ของเครื่อง )

นอกจากนี้แอนดรูวมัวร์มีบทเรียนที่ดีบางอย่างเกี่ยวกับสถิติการทำเหมืองข้อมูล

อาจจะเป็นที่สนใจของสถิติทั้งหมดของ Wasserman คุณสามารถสุ่มตัวอย่างหนังสือจากลิงก์ที่ให้ไว้ - และเพียงไม่กี่ย่อหน้าแรกของคำนำหน้าทำการขายอย่างหนักในตลาดของคุณ - และคุณสามารถดาวน์โหลดหนังสือเล่มนี้ได้ฟรีผ่าน Springer หากคุณเชื่อมโยงกับมหาวิทยาลัย

แก้ไข:โอ๊ะไม่ได้สังเกตว่าข้อความนี้มีความโบราณเพียงใด

องค์ประกอบของการเรียนรู้ทางสถิติอาจเป็นการอ่านที่ยากลำบากโดยเฉพาะอย่างยิ่งสำหรับผู้เรียนด้วยตนเอง ขณะที่การค้นหาคำอธิบายบางอย่างในบทที่สองผมได้สะดุดในทรัพยากรต่อไปนี้: https://waxworksmath.com/Authors/G_M/Hastie/WriteUp/Weatherwax_Epstein_Hastie_Solution_Manual.pdf มันมีคำอธิบายประกอบและคำอธิบายมากกว่า 100 หน้าซึ่งจะอธิบายช่วงเวลาที่ซับซ้อนของหนังสือ แหล่งข้อมูลที่ดีสำหรับทุกคนที่อ่านหนังสือเล่มนี้ ข้อความเสริมนี้รวมถึงวิธีแก้ปัญหาสำหรับการออกกำลังกาย

ฉันขอแนะนำหลักสูตรแรกในการเรียนรู้ของเครื่องโดย Rogers และ Girolami มันครอบคลุมความคิดที่สำคัญในลำดับที่สมเหตุสมผลมากพร้อมด้วยตัวอย่างที่ดีและระดับคณิตศาสตร์ขั้นต่ำที่จะมีพื้นฐานที่เหมาะสมในพื้นฐาน มันไม่มีขอบเขตที่ครอบคลุมของหนังสือบางเล่ม แต่นั่นเป็นเหตุผลว่าทำไมมันถึงดีในฐานะที่เป็นข้อความเกริ่นนำ

หนังสืออีกเล่มที่น่าสนใจมากคือการใช้เหตุผลแบบเบย์และการเรียนรู้ของเครื่องโดย David Barber หนังสือเล่มนี้มีให้ดาวน์โหลดฟรีจากเว็บไซต์ของผู้แต่ง: http://www.cs.ucl.ac.uk/staff/d.barber/brml/