From 09f6b0d4ba9d7dfa3afe4ae64c4ef6b7ef5f0762 Mon Sep 17 00:00:00 2001 From: nonstriater <410495266@qq.com> Date: Tue, 8 Dec 2015 00:50:57 +0800 Subject: [PATCH] =?UTF-8?q?update=20=E6=95=B0=E5=AD=A6?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- pre.md | 28 +++++++++++++++------------- 数学/README.md | 22 +++++++++++++++++++--- 2 files changed, 34 insertions(+), 16 deletions(-) diff --git a/pre.md b/pre.md index 09803fd..5d7fb5f 100644 --- a/pre.md +++ b/pre.md @@ -13,23 +13,26 @@ ### 机器学习 从大量数据中找到规律和知识,然后用规律和知识做决策。 +机器学习偏向数学问题推导,数据挖掘就是抽特征 +不要沉迷于数学公式推导,理解如何运用数据 分类器 - Naive Bayes - Linear Discriminant Analysis - Logistic Regression - Linear SVM - Kernel SVM - Adaboost - Decision - Neural network + +* Naive Bayes +* Linear Discriminant Analysis +* Logistic Regression +* Linear SVM +* Kernel SVM +* Adaboost +* Decision +* Neural network 非监督模型 - 数据处理与可视化:PCA,LDA,MDS - 聚类算法 - 稀疏编码 +* 数据处理与可视化:PCA,LDA,MDS +* 聚类算法 +* 稀疏编码 基本不会去实现这些基础算法,都有现成的开源工具 @@ -45,13 +48,12 @@ PAC学习理论(PAC Learning) 参考链接:http://www.zhihu.com/question/21714701 + 分类 聚类 模式识别 -机器学习偏向数学问题推导,数据挖掘就是抽特征 -不要沉迷于数学公式推导,理解如何运用数据 SVM 贝叶斯 diff --git a/数学/README.md b/数学/README.md index 5f91d27..0ca46d9 100644 --- a/数学/README.md +++ b/数学/README.md @@ -13,7 +13,6 @@ * 可汗学院,网易公开课,知乎,google - ### 初等数学 也就是大学以前学习的数学内容。包括代数,几何,集合论等。 @@ -66,7 +65,7 @@ ### 线性代数 -`线性代数`是数学的另一个分支,研究对象是`向量` `矩阵` `线性变换` `线性方程组` +`线性代数`是数学的另一个分支,研究对象是`向量` `矩阵` `线性变换` `线性方程组` #### 矩阵 @@ -150,11 +149,14 @@ #### 集合论 + #### 数理逻辑 #### 图论 + + #### 应用领域 算法 @@ -165,5 +167,19 @@ ### 推荐阅读 +《高等数学·上下册》 +《概率论与数理统计·浙大版》、《数理统计学简史·陈希孺》 +《概率论与数理统计》 陈希儒 +《线性代数》 李尚志 +《线性代数及其应用》 David C. Lay +《矩阵分析与应用·张贤达》 +《凸优化(Convex Optimization) · Stephen Boyd & Lieven Vandenberghe著》 +《统计学习方法·李航》 +《Pattern Recognition And Machine Learning · Christopher M. Bishop著》,简称PRML + + 《数学之美》 吴军 -《思考的乐趣》《Matrix67数学笔记》 顾森 ,网名[Matrix67](http://www.matrix67.com/blog/) +《思考的乐趣》《Matrix67数学笔记》 顾森 ,网名[Matrix67](http://www.matrix67.com/blog/) + + +