如果是Coursera上的课,那确实没什么好上的,视频都是泛泛而谈,我看了一会儿就困了。
cs229的课倒是非常不错,虽然也不推荐看视频,直接看讲义和写习题就好,计算题和编程题都出得非常棒。
至于题主说的搞机器学习不需要数学基础,我想应该是你把「数据分析」和「机器学习」混在一块了。如果是数据分析的话,的确知道调包就行了,这种课讲公式反而不合适。但机器学习本来就是推公式的……
至于为什么吴恩达只教数学不教实战,因为人家师从Jordan,本来就是数学出身,教数学不是很正常么。而且实战项目中80%的工作量都在数据处理上,这种dirty的工作,大师自然不屑去教。而且我记得斯坦福有数据分析的课啊,你去听那个不就行了。
而且就拿《机器学习实战》这本书来说,这才出几年就快沦为淘汰产物了。因为书中的代码是Python2写的,但现在大家都用Python3,于是你懂的……
至于《集体智慧编程》,现在连提的人都没有了……
而反观CS229,PRML,MLAPP都经久不衰。
再比你看 AlexNet 那篇论文,会了解到作者首次将神经网络放在两个 GTX 580 上用cuda进行训练,这在当时是非常大的工程量,可现在的你还会去关心这些吗?
而且对于我这种自视甚高的人来说,数据分析的东西随便抓个会编程的就能做,学这个没有成就感。
你写个200页的数据分析报告我会佩服你的毅力,但如果你能用20页把某个机器学习理论讲清楚,我会尊敬你的能力。
总之,机器学习入门的话,我认为没有比CS229更合适的课程了。对于不喜欢数学的人来说,只调包不想知道理论当然是可以的,你选其它的课就好了。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有