
有编程基础,但想学习机器学习方面的课程,请问这个适合初学者吗: https://www.cs.toronto.edu/~rgrosse/courses/csc311_f21/
1 gpt5 2023-05-13 09:03:13 +08:00 硬核的机器学习课程都是数学,而不是教怎么调包, 你可以下一本 PRML ,感受一下。 |
2 tqyq88 2023-05-13 09:43:01 +08:00 看了一下大纲,应该是适合。前提希望你的线性代数过关。 油管上应该有 MIT 的公开课可以学,有个朋友就是在油管上自学 ML 成才的。 多伦多大学的课程主要是作业繁重,多练习就行。其实各大学之间的大纲差异不大。 |
3 zhiyu1998 2023-05-13 09:43:46 +08:00 一楼正解 |
4 Wataru 2023-05-13 09:58:33 +08:00 机器学习反而不怎么要求代码能力,更多需要的是高等数学和线性代数的知识 |
5 LaurelHarmon 2023-05-13 10:28:21 +08:00 吴恩达,李航,etc |
6 CrazyRundong 2023-05-13 12:57:44 +08:00 via iPhone 学习体系性强的知识不建议直接看书,很容易因为没有大图景拿不清主次陷入无尽的细节里自己劝退。前置知识够用就好,拿不准的用到再补。 传统机器学习就跟吴恩达的课,深度学习跟 cs231n ,之后再根据兴趣挑一些课题看。最重要的是课程作业要跟着写完 |
7 TabGre 2023-05-13 13:06:48 +08:00 via ihone 高等数学和线性代数概率论有什么好的书籍和路径推荐? |