不出家门，也能学习到国外高校的机器学习课程了。近日，一本名为《机器学习基础》的教材在网络上引起了广泛关注，其内容十分丰富。不仅提供了500多页的课程PDF供下载，还包含13章的PPT资料。

该教材由纽约大学计算机科学教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同编写，2012年首次出版，如今进行了内容上的完善。原价30多美元的书籍现在免费开放。

本书是对机器学习基础知识的全面介绍，适合研究生学习，尤其注重算法分析和理论研究。书中涵盖了机器学习领域的热门基础概念，包括算法证明所需的理论基础和工具。

全书共分17章，涵盖多个主题，如PAC学习框架、Rademacher复杂性和VC维、支持向量机、核方法、提升算法、在线学习、多级分类、排序、回归、最大熵模型、条件最大熵模型、算法稳定性、降维、学习自动机和语言以及强化学习等。

由于本书针对的是研究生水平的学习者，因此需要扎实的数学基础。例如，第四章模型选择细分为九个小节，包括估计和近似误差、经验风险最小化、结构风险最小化、交叉验证等内容。每个知识点都配有相关的数学推导和公式。

每章末尾还附有课后练习，主要侧重理论推导。读者普遍认为这本书内容严谨，是夯实机器学习基础的好选择。

想要获取更多资源，可以访问教材介绍页面，那里提供了PDF和PPT的下载链接，也可以在线预览内容。

— 完 —

诚挚招聘

量子位正在招聘编辑和记者，工作地点在北京中关村。有兴趣的同学可以在量子位公众号（QbitAI）的对话框中输入“招聘”查看详细信息。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态