这本手册只有130页，涵盖了几乎所有关于机器学习的基础知识、模型和概念。它能够帮助读者快速回顾机器学习的核心知识点、重要公式、模型和概念。书中涉及的内容包括概率模型、处理离散数据的生成模型、高斯模型、贝叶斯模型、统计模型、线性回归、逻辑回归、有向图模型、线性生成模型、隐马尔可夫模型、核模型等。这本书非常适合正在准备机器学习相关工作面试的读者。

书籍来源于头条文章：https://www.toutiao.com/a1663017688464395

本书目录

部分章节内容节选

本书提供收费PDF下载，链接为：https://www.toutiao.com/a1663017688464395

往期精品内容推荐

• 推荐参加EasyDL专业版挑战赛，奖金池丰厚，欢迎报名参与。
• 分享陈蕴侬的《深度学习2020》中文视频课程及PPT资料。
• 分享MIT的《6.824分布式系统2020春》课程视频及PPT资料。
• 提供40多门涵盖机器学习各个方面的教程。
• 分享全面的自然语言处理评测基准，包括数据集、基准模型、语料库和排行榜。
• 整理并分享全面的深度学习相关资源，包括书籍、课程、视频、论文、数据集、会议、框架和工具。
• 分享TensorRT-TensorFlow深度学习模型优化课程及全套资料。
• 提供最新版《自动化机器学习：方法、系统和挑战》的付费下载。
• 分享李宏毅的《机器学习/深度学习-2019》视频及资料。
• 分享Andrew Ng的新课程《普及人工智能》的相关资料。