机器学习中的数学

• 只帅一次

  03-24
  蛮好，比想象的好，有不少收获。尤其12-17章。可惜内容偏少。不够全面，很多地方也不够深入
• SuperDoggy

  07-14
  和机器学习真的没啥关系。封面忽悠人，kkd条件在书里就一页纸。全书就是高数线代概率论合集，附加少量优化的内容。很多东西根本在机器学习里用不到，纯凑页数和噱头
• Kaiser

  11-30
  内容全面，讲述比较生动。但是章节编排有点奇怪，比如极值放在梯度下降的后面，塞在牛顿法和拉格朗日乘子之间。
• ElongHu

  02-07
  大概看了一下，亮点就是他的目录啦。
• vito

  11-01
  马马虎虎的一本书吧。更偏向于一本教科书，而不是一本工具书。来说说缺点吧，书的知识点看似涉及比较广，但是真正和自己学习以及深度学习相关的知识，却并不是很多，即使涉及到的知识点，也没有能够很深入的讲解。要说这本书的内容丰富吧，它又不是很全面，线性代数和概率论的部分，一笔带过，没有写得很深入。总之，可以看看，但收获不大。
• goozp

  01-20
  感觉内容挺全的，而且简单易懂，特别是还会附带一些 Python 代码，特别适合程序员入门过一遍。书中有些明显错误，但是不影响阅读。内容简单，只适合浅浅过一遍。
• 沉寂之舟

  07-18
  算是集合了大学知识点,除了梯度下降,从书里也看不出机器学习为啥要用到这些.配套代码还算有点意义,复习用没问题.
• Sunk

  09-06
  数学概念的来龙去脉讲得比很多数学所谓数学教材清晰很多，国内难得的适合本科生的数学参考书。
• 09250

  02-19
  比我的高数同济第六版还差……