一書吃透機器學習！新版《機器學習基礎》來了，教材PDF、PPT可下載

（點選上方快速關註並設定為星標，一起學Python）

銅靈發自凹非寺

量子位出品 | 公眾號 QbitAI

不出家門，也能學習到國外高校的研究生機器學習課程了。

今天，一本名為Foundations of Machine Learning（《機器學習基礎》）的課在Reddit上熱度飆升至300，裡面可謂內容豐富。

不僅有500多頁的課程PDF可以下載，並且還有13章的PPT也可以獲取。

有Reddit網友評論，這部教材足夠扎實、內容足夠基礎，學機器學習理論，熟讀這本書就足夠了。

500頁乾貨裡都有啥

這本書是由紐約大學電腦科學教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同編寫的，2012年曾經出版了第一版，這一版在此前基礎上進行了內容的完善。

而且原價30多美元的書，當前也免費開放了。

全書是對機器學習的一般性知識介紹，也是不少大學的研究生教材，側重於演演算法的分析和理論。

書中的內容基本上涵蓋了機器學習當前階段的熱門基礎概念，同時還附上了演演算法論證所需的理論基礎和工具。

先總體來看，這本書分為17個章節：

從每一個章節的設定可以看出這份教材設定的非常細緻，將機器學習中的基礎概念拆分開來講，想深入瞭解吃透深度學習的基礎，按這個目錄來學也是個不錯的選擇。

再來看具體內容。

因為這是套研究生課程，因此需要比較扎實的高數基礎，學習之前需要先惡補一下數學基礎，因為裡面以數學推理居多。

比如第四章模型選擇，又細分成了9個章節，比如估計和近似誤差、經驗風險最小化、結構風險最小化、交叉驗證、n次交叉驗證等。

每一個知識點幾乎都有相關的數學論證公式：

以及嚴密的推理過程：

每一章的結尾也附上了相關課後練習，也是以理論論證為主：

對於這樣一份門檻較高的教材，網友給出了比較高的評價：

網友johnnymo1表示，看起來這裡面有很多我一直尋找的東西，包含了相當嚴謹的內容。

網友needlzor表示，不需要號稱“實用的機器學習課程”和“用高中數學建立你的神經網路”了，很高興看到這種理論書更新。

在全民AI的熱潮下，更需要真正穩抓穩打夯實基礎，這套書還是個不錯的選擇。

教材介紹地址（可PDF、PPT下載至本地）：
https://cs.nyu.edu/~mohri/mlbook/

線上預覽地址：
https://mitpress.ublish.com/ereader/7093/?preview=#page/v