統(tǒng)計學(xué)習(xí)方法李航，
大家好，今天小編關(guān)注到一個比較有意思的話題，就是關(guān)于統(tǒng)計學(xué)習(xí)方法李航的問題，于是小編就整理了2個相關(guān)介紹統(tǒng)計學(xué)習(xí)方法李航的解答，讓我們一起看看吧。
學(xué)習(xí)大數(shù)據(jù)、機(jī)器學(xué)習(xí)及人工智能必讀書目有哪些？
實(shí)際上機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘以及人工智能的大部分書籍是相似的，但是側(cè)重會稍有不同。 其他同學(xué)的回答中已經(jīng)包含了很多內(nèi)容。 我從我的角度來提出我對這一類書籍的建議。
1. 主要的教材和好的書籍還是以英文版為主
人工智能比較全面而且用的廣泛的教材是：《AI: A Modern Approach》, 這個內(nèi)容介紹比較多，我就不贅述了。
機(jī)器學(xué)習(xí)推薦的有： Chris Bishop:《Pattern Recognition and Machine Learning》
這本書被很多研究者做為機(jī)器學(xué)習(xí)與模式識別的圣經(jīng)，在于文字流暢簡潔。我們也曾用來做Reading Group. 效果還是不錯的。
Kevin Murphy: 《Machine Learning: A probabilistic perspective》
這個本書是個大塊頭，內(nèi)容非常詳細(xì)，好處就是可以從基礎(chǔ)入門，中間突然遇到瓶頸的情況比較少。 如果時間充裕，可以用這本書打好基礎(chǔ)。缺點(diǎn)就是很長，有一千多頁。 內(nèi)容很全面。
David Mackay: 《Information Thoery, Inference, and Learning Algorithms》
這本是我比較欣賞的Makcay教授的力作，網(wǎng)上也有免費(fèi)的版本。雖然說這本書不完全是機(jī)器學(xué)習(xí)書籍，但是書寫的非常具有英國學(xué)者的獨(dú)特視角。能把更多的理論后面的本質(zhì)找到關(guān)聯(lián)。對初學(xué)者也是比較好的一本書。 Mackay教授才過世不久，是一個傳奇的人物。 大家可以了解一下。 (https://en.wikipedia.org/wiki/David_J._C._MacKay)
Hastie, Tibshirani and Friedman: 《The Elements of Statistical Learning》
經(jīng)典書籍，適合數(shù)學(xué)稍好的，有些工科背景或編程背景的同學(xué)也許會更喜歡其他幾本書。
Goodfellow, Bengio and Courville: 《Deep Learning》
這個也不贅述太多。
Peter Flach: 《Machine Learning》
這本書大家推廣的不多，但是該書是一本非常好的入門書籍。 Peter也是以前讀碩士的導(dǎo)師，也一定要支持一下。
2. 中文版的書籍推薦的不多。 主要就是兩本：
周志華：《機(jī)器學(xué)習(xí)》
李航：《統(tǒng)計學(xué)習(xí)方法》
3. 當(dāng)然還有機(jī)器學(xué)習(xí)的科普書，推薦其中一本：P. Domingos: 《The Master Algorithm》
謝邀～
本人并不喜歡看這些技術(shù)方面的書，書都是人寫的，肯定有部分理解不對地地方，或者可能因為技術(shù)版本更新脫離時代，我一般都是去百度了解這些涉及到哪些技術(shù)，然后去官網(wǎng)或技術(shù)論壇看的，所以題主讓我推薦書，我也沒有好推薦的
我個人認(rèn)為，不是每一個人都要成為算法研究師，了解人工智能的概貌和原理，利用已有的框架和平臺，完成自己的任務(wù)就已經(jīng)很了不起了，安安靜靜地做一個應(yīng)用型的美男子其實(shí)是絕大多數(shù)人的歸宿，目前的開源框架很多，但原理和內(nèi)在基本一致，其實(shí)我們無需過多了解內(nèi)核，埋下頭去深入鉆研一個框架應(yīng)用就已經(jīng)超棒了，研究算法和基體框架就留給那些牛人們吧。
說到應(yīng)用型的書籍，我基本都是在官網(wǎng)和社區(qū)學(xué)習(xí)，個人觀點(diǎn)，非喜勿噴。
加米谷教育就來推薦幾本吧：
1、《數(shù)據(jù)科學(xué)入門》
2、《Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking》
3、《貝葉斯思維》
5、《統(tǒng)計思維：程序員數(shù)學(xué)之概率統(tǒng)計》
6、《利用Python進(jìn)行數(shù)據(jù)分析》
7、《Advanced and Multivariate Statistical Methods》
8、《Hadoop: The Definitive Guide》
9、《Mining of Massive Datasets》
10、《數(shù)據(jù)挖掘》
機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘的書有哪些？
機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等目前很熱門，這方面的經(jīng)典書籍還是有不少，根據(jù)筆者自己的經(jīng)驗推薦幾本吧。
機(jī)器學(xué)習(xí)
1、《機(jī)器學(xué)習(xí)》（西瓜書）
作者：周志華
大名鼎鼎的“西瓜書”，作者是南京大學(xué)周志華教授，幾乎是機(jī)器學(xué)習(xí)入坑必備書籍。
2、《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》
作者：Peter Harrington
這本書通俗易懂地闡述了一些核心的機(jī)器學(xué)習(xí)算法，并用Python實(shí)現(xiàn)，最后將其運(yùn)用于某些案例中，如分類、預(yù)測及推薦等。
3、《統(tǒng)計學(xué)習(xí)方法》
作者：李航
最新版是第2版，本書作者李航現(xiàn)任今日頭條人工智能實(shí)驗室主任。入坑機(jī)器學(xué)習(xí)的必備書籍。
數(shù)據(jù)挖掘
1、《數(shù)據(jù)挖掘?qū)д摗罚ㄍ暾妫?/span>
數(shù)據(jù)挖掘的經(jīng)典數(shù)據(jù)，全面介紹了數(shù)據(jù)挖掘，涵蓋了五個主題：數(shù)據(jù)、分類、關(guān)聯(lián)分析、聚類和異常檢測。
2、R語言實(shí)戰(zhàn)（第2版）
作者：Robert I.Kabacoff
如果需要用R語言來進(jìn)行數(shù)據(jù)分析/挖掘，推薦《R語言實(shí)戰(zhàn)》，從R語言基礎(chǔ)，到統(tǒng)計分析，再到常用的機(jī)器學(xué)習(xí)算法都有！
回答完畢！
到此，以上就是小編對于統(tǒng)計學(xué)習(xí)方法李航的問題就介紹到這了，希望介紹關(guān)于統(tǒng)計學(xué)習(xí)方法李航的2點(diǎn)解答對大家有用。