结课 | 终有一天，你将为今天的付出骄傲
王天一
不知不觉间，又一个 40 期的机器学习专栏也走到了尾声。在专栏里，我从理解概率的两大流派入手，以每种流派中的各个模型为主线，对统计机器学习和贝叶斯机器学习做了系统的介绍，并从这些模型中梳理出它们之间关系的脉络，帮助你尽可能地从更加宏观的角度来理解模型内部的关联。
内容：由博返约求精深
和上一季的“人工智能基础课”相比，这一季专栏的内容聚焦于机器学习一点，力求更加深入地挖掘这个主题。增加深度意味着提升难度，无论是写作的我还是阅读的你，都需要投入更多的时间和精力去理解与消化。
理解事物时，我们都习惯从感性认知入手，可要从感性认知进化为理性思辨，你还是不得不和那些恼人的符号和讨厌的公式打交道。然而这是学习的必经之路：直观而具体的认识虽然容易理解，其适用范围却相当有限，要解决现实问题就必须将认识上升到知识的高度，而知识的价值恰恰就蕴含在复杂的公式所体现出的规律之中。
具有普适性的抽象规律，才具有学习的价值。在机器学习中，各种各样的模型某种程度而言其实也是简单具体的实例，诸如局部化和集成化之类的方法才是支配模型演变的规律。正是这些规律与统计学习的理论相结合，才让机器学习变得魅力无穷。
收获：见贤思齐多自省
工作上的职责所在让我接触了很多关于教学的文献与范例，其中一些国内外教学名家的课程堪称醍醐灌顶。虽然学科有所区别，但这些大师总能深入浅出、化繁为简，将深奥的道理以老妪能懂的形式清晰而准确地解释出来。体验这些大师的授课是种享受，在艰辛的求索中感受到一丝如沐春风的惬意。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《机器学习 40 讲》，新⼈⾸单¥59
《机器学习 40 讲》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(8)
- 最新
- 精选
paradox老师，您好 对于本科毕业论文选题，您有什么适合掌了理论，但是实践能力一般的学生的论文题目么 比如，我熟悉LDA的原理，了解部分调用，但是我不知道怎样找一个小的方向去应用它适合自己。 谢谢指点作者回复: 原则上本科生的毕业论文并不要求创新，只要能利用已有的知识规规矩矩解决一个问题就可以了。建议你找一个合适的问题，用LDA或者其他什么的去解决，至于这个问题来源于实践还是自己设计的原型问题，难度到底有多大，就需要你的指导老师来把握了。
2
林彦谢谢王教授的辛勤付出和对抽象概念的精彩解读。最近业余时间同时在学习和实践别的知识和技能。有些课程之后再补上。期望老师还是能出版相关的书籍。这次有了Github代码也是很好的资源。 希望之后在机器学习继续探索的道路上还有机会向老师学习和与您交流。作者回复: 过奖过奖。撰写专栏，和大家在评论区交流，于我也是学习和进步的过程。将问题给别人讲明白逼迫我自己加深理解，和大家的互动则让道理越辩越明。感谢你的厚爱与反馈，祝你在新的征途上顺利前行！
2
兆熊我用思维导图的形式对专栏对内容进行了总结，欢迎阅读：https://blog.csdn.net/zhouzhaoxiong1227/article/details/1067299294- scofined王教授的<裂变>一书不错,果真是通俗易懂,最近正在看,希望能入个门1
ifelse
感谢老师的教程，谢谢，虽然只听懂了一半都不到。归属地：浙江- ifelse学习打卡归属地：浙江
黄拔峰好棒的系列，感谢王老师。王老师文采武功都让人叹服。曲虽高，必长流。感谢。
黑山老妖老师，课程确实不错，大局观很好。
收起评论