人工智能學習過程中必須掌握線性代數、微積分、概率論、優化理論等知識，在優化方面感覺《凸優化》翻譯得很好，是原理和應用的一個很好的折中，兩方面都有太多值得深挖的東西。 機器學習會涉及到優化內容，凸優化內容非常豐富。理論部分不僅涵蓋了凸優化的所有基本概念和主要結果，還詳細介紹了幾類基本的凸優化問題 ...

機器學習的三個步驟，包括了表示、評價、優化這樣三個步驟，在這三個步驟當中會用到不同的數學公式來分別解決這三個問題。用到的基礎數學都包括線性代數，概率統計，還有最優化理論。這是在機器學習當中用到的最基礎的一些數學工具。 《普林斯頓微積分讀本(修訂版)》中文PDF，673頁，帶書簽目錄，文字 ...

歡迎轉載學習，原文原網址 進入下載頁面，點擊普通下載即可 ，文字高清電子版，非掃描版 第二版答案 推薦下載地址 備用下載地址 第三版答案 推薦下載地址 備用下載地址 ...

學習人工智能概論時，推薦看看《人工智能:一種現代的方法(第3版)》，最權威、最經典的人工智能教材，已被全世界100多個國家的1200多所大學用作教材。 全面性以及結構的安排還是不錯的，值得推薦，相信每個人都能從中獲得自己覺得收獲，而對於已經有基礎的人來說或許會更有幫助。 《人工智能:一種現代的方法 ...

研究機器人時，使機器人能夠應對環境、傳感器、執行機構、內部模型、近似算法等所帶來的不確定性是必須面對的問題。 《概率機器人》對概率機器人學這一新興領域進行了全面的介紹。概率機器人學依賴統計技術表示信息和進行決策，以容納當今大多數機器人應用中必然存在的不確定性，是機器人學的一個分支。它依賴統計技術 ...

近年來，Python語言成為了廣受歡迎的編程語言，而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習算法庫，它可以實現一系列常用的機器學習算法，是一個好工具。從感知機到人工神經網絡，非線性決策邊界，前饋人工神經網絡和反饋人工神經網絡，多層感知機，訓練 ...

我雖然很喜歡模式識別和機器學習，但我暫時並不希望在這上面做深入的研究，只想把別人研究好的成熟的理論用在計算機視覺任務上。比如SVM，Adaboost，EM，朴素貝葉斯，K近鄰，決策樹等等。能夠知道每種算法的原理，而並不想深究其實現過程以及理論證明。比如SVM，我想知道的是這種算法如何實現分類 ...

Python之所以流行，原因在於 語言本身優美，表達力強。適合做快速原型開發。且學習曲線平坦，上手快。Python的庫比較龐大，需要一本書來梳理一下，最好是按庫的功能來粗略地分類，方便我們通過目錄快速 ...