相关课程推荐

标签：

一、Statistical Learning

       Statistical Learning 与Machine Learning到底有什么区别，我至今都糊里糊涂！UNSW Australia的 Claude Sammut 教授和Monash University Australia的Geoffrey I. Webb 教授等编著的"Encyclopedia of Machine Learning"中有如下论述:"Inductive learning is a subclass of machine learning that studies algorithms for learning knowledge based on statistical regularities. The learned knowledge typically has no deductive guarantees of correctness, though there may be statistical forms of guarantees."，他们大概认为:统计学习是机器学习的一个子类。

       而Carnegie Mellon University的Larry Wasserman教授则在其Blog Normal Deviate的一篇博文"Statistics Versus Machine Learning"中说到:"What is the difference between these two fields(Statistics and Machine Learning)? The short answer is: None. They are both concerned with the same question: how do we learn from data?"，在回答没有任何区别后，Larry Wasserman又简述了两个领域的些许不同！不管怎么样，这些大牛也有自己的观点!What‘s the difference? But it is really important?Let‘s busy with other more important things!

        能够结识“The Elements of Statistical Learning”这本书要感谢我媳妇的介绍，记得在2010年我一直在努力完成一个机器学习的项目，因为这个方向以前公司没人做过，加之手头没有好的参考资料和入门书籍，所以进展举步维艰。这本书的其中一章在我完成整个项目的过程中起到了很大的作用，当时就想这么经典的书籍，等项目完成后一定要好好研读，没曾想，一拖就是四年，现在才开始慢慢去领悟其中的奥秘！

        国内影印版封面竟然翻译为《统计学习基础》，其实这本书一点也不基础，想很好地理解其中的奥秘，理论功底是必须的，个人认为还是翻译为《统计学习精要》更加准确点(But it is really important?Let‘s busy with other more important things!)。

        找了很多资料，竟然发现作者Trevor Hastie和Robert Tibshirani竟然还以此书为蓝本，开了一门Statistical Learning课，课程就挂在Stanford University的在线课程官网上！大师就是大师，没想到两个老头竟然会这么认真，美国高校的那种Share精神，让我敬佩了很久！

课程网址:

2014年课程

https://class.stanford.edu/courses/HumanitiesScience/StatLearning/Winter2014/
courseware/995220423fd14a4588d8e47920f1b5df/99faa3a82fca4fc19adc577ce9f75afd/

或2015年课程

https://class.stanford.edu/courses/HumanitiesandScience/StatLearning/Winter2015/about

参考书(需要原版电子书可以自己GOOGLE或给我留言)：

1、The Elements of Statistical Learning

     by Trevor Hastie , Robert Tibshirani and Jerome H.Friedman

http://www-bcf.usc.edu/~gareth/ISL/

2、An Introduction to Statistical Learning

    by Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani

http://statweb.stanford.edu/~tibs/ElemStatLearn/

 3、Modern multivariate statistical techniques

     by Alan J. Izenman

    PS:这本书比以上两本都要基础！

二、Convex Optimization

        当拿到Stephen Boyd的"Convex Optimization"这本书后，真有种相见恨晚的感觉。主要因为在我看"The Elements of Statistical Learning"一书的时候，有不懂的地方主要看了一些运筹学的知识或在网上查阅零碎的优化理论，最后也是硬啃下了一部分内容。2013年底工作中需要用到类似“Minimum Volume Enclosing Ellipsoid”的东西，让我再一次的感觉到必须花时间系统地学习数学知识，特别是凸优化知识，于是乎又找到了这一门课！

课程网址:

https://class.stanford.edu/courses/Engineering/CVX101/Winter2014/
courseware/7206c57866504e83821d00b5d3f80793/

参考书(需要原版电子书可以自己GOOGLE或给我留言)：

1、Convex Optimization

by Stephen Boyd and Lieven Vandenberghe

http://web.stanford.edu/~boyd/cvxbook/

三、傅里叶变换及其应用

http://see.stanford.edu/see/courseInfo.aspx?coll=84d174c2-d74f-493d-92ae-c3f45c0ee091

相关课程推荐

标签：

原文地址：http://www.cnblogs.com/YALEYAT/p/4230026.html