2023年10本书之机器学习

这本书本应在10年前读研一的时候认真研读。时过境迁，我已成为中年油腻大叔，每天为了五斗米折腰……

这本书江湖人称"西瓜书"，作者在结尾处专门作了解释，闲话少叙。书中有大量的数学公式，涉及各个数学模型的推导。按照我基本可以忽略不计的数学基本功来啃这些数学公式实在是很难，但部分稍微容易理解一点的线性模型、对数几率模型、决策树、神经网络等可以借助csdn更加详细的讲解来理解。另外，服用本书离不开另一本经典——《南瓜书》（下一篇书评）的具体推导。第一部分的监督学习模型部分还是有一定的收获，增加了对神经网络、决策树、随机森林、支持向量机等模型的认知。其中有些数学知识，如凸优化理论、拉格朗日乘子法、梯度下降等有了懵懵懂懂的初步认知。

第二部分无监督学习的稀疏矩阵、流行学习、强化学习、概率模型等理论较难，特别是公式推导部分，我只能当做小说阅读一遍了。

接下来的学习需要结合实践，分析csikit-learn代码，再回看理论慢慢学习强化吧。