有没有"机器学习"入门的书籍推荐

[sennes]

[ipwx]

Pattern Recognition and Machine Learning
相当入门的书，读完之后你就彻底入门了。

http://bookzz.org/s/?q=Pattern+Recognition+and+Machine+Learning&t=0

[sennes]

@ipwx 谢谢，不过我英语很差。看起来有点吃力。
不知道这方面有没有中文的书籍?

[nkssai]

从头入门的话，可以先看李航的《统计学习方法》和《机器学习实战》，Coursera上有吴恩达的ML的课程，最近才开你可以去跟着看看。我其实更推荐C站上的台大林老师的课，虽然第一部分结课了，但是现在还可以看，课后题认真做收获很大的。等这些都看完以后，补充点数学知识，就可以去看PRML或者MLAPP或者ESL，然后就要看你的方向了。

[ipwx]

@sennes 英语糟糕的话非常非常吃亏，建议你先搞好英语。不要怕，先背个单词，然后多看看也就会了。
PRML 就是 Pattern Recognition。

顺便地你数学怎么样？如果有志于深入机器学习，数学真不可少。如果不想深入的话，你比如去研究一下分布式计算和各种现有的机器学习框架。因为大数据级别的统计学习是个趋势。

@nkssai 李航的《统计学习方法》就是个渣渣，默认你有比较强的概率论基础，以及神明级别的理解能力，能够把他那本犹如课堂笔记一般的乱七八糟的文本看懂。它和 PRML 之类书地差距简直就好像我们上课用的一本叫做《应用随机过程》的教材和国外的 "Introduction to Probability Models" 的差距，完全不能比。

[sennes]

@ipwx 嗯 感谢 我概率论和理解能力还行。
主要是想了解一下机器学习的基础。然后看能不能运用到自己的专业领域上来。
就是打算闲时去学习一下，而已。对这个领域还是比较感兴趣的!
我是集成电路专业，fpga方向的~

[nkssai]

人家说入门，你谈PRML，我本身本科不是统计学或者数学出身，自认为概率论、泛函、测度哪怕线代学的都不怎么样，一开始入门人家也推荐我看PRML。对一个马上有应用需求的人推荐这种书真的好吗？中文的书比英文的书水平是差很多，但是就是看得快，有应用需求，或者只是先看一下大概的人，很容易就能抓住重点。只要书中没有错误，何必苛求这么多。
PRML、MLAPP、ESL哪一本不是上千页的书，给一个没有良好基础和导师的新人直接推荐这种书的英文原版，我当时只有两个感觉：1，这种书我看得完嘛？2，我该从哪里看起？
我还想起来，我毕设想用点概率图模型的时候有人推荐我直接看Koller大神的书，天哪，2000多页，当时我就囧了。
很多书写的是经典，但是真的不能当入门书推荐。