« 上一篇下一篇 »

关于机器学习数据分析一些建议整理-来自吴军


首先需要有足够的概率论和数理统计基础,这在大学就是一门课,学了这门课,基本的人工智能和机器学习的数学基础就有了。
然后学习这本书《人工智能:一种现代方法》(Artificial Intelligence: A Modern Approach),这是目前最好的、写得最清楚的教科书。它的两位作者一位是罗素教授,担任过伯克利计算机系主任,是人工智能专家。另一位是诺威格博士,是我在Google的老板,过去主管Google整个的研究部门,是一位有丰富工程经验的学者。他们一直在不断地更新这本教科书。美国80%~90%的大学人工智能课都使用这本书。

比如使用统计的人(包括研究经济学的、证券的、生物统计的等等)需要学好SAS工具;做工程的需要掌握Matlab或者Mathematica这两个工具;如果需要编程,至少应该读过《数字配方》(Numerical recipe)这本书,里面有几乎所有的将现实中的工程问题变成计算机程序的算法,以及它的很多源代码,看懂之后,直接使用就可以了。

-来自吴军