和伯克利学校的Michael I.Jordan 教授一起工作是什么感觉

科学Sciences导读:论总引用数他不是最高的但他的很多作品都堪称开山之作。这波DeepLearning他没有活跃参与其中但深度学习领域四大金刚几乎都跟他有关,因此被称为DeepLearning影子大佬他學生中很多已或成为山头,或成为中坚根繁叶茂,桃李天下如Andrew

他就是人工智能领域泰斗、Deep Learning影子大佬、深度学习奠基者、AlphaGo们的祖师爷、媄国科学工程艺科三院院士——加州大学伯克利学校分校/item?id=1055042里,列出了机器学习的一系列阅读书籍[18]

Jordan教授的这份列表是为了那些进入伯克利學校分校的博士研究生而写的,这些人都是会将他们生命未来的几十年投身于这个领域并且想要迅速的得到这个领域的前沿知识。Jordan教授說到针对那些在工业界中需要足够的基础知识以使能够在几个月内开始工作的人,他准备一分完全不同的列表

在问及这套书籍是否过時时,Jordan教授表示这套书籍列表来自几年前他现在倾向于添加一些进一步挖掘基础主题的书。他特别推荐)

我个人认为机器学习领域的每個人都应该完全熟悉基本上是下列中级统计书中的所有资料

我发现这很有用,很有趣因为很多社会现象都是非正常分布(不符合a Gaussian bell-curve distribution高斯鍾形曲线分布,不管样本大小)我想了解更多关于non-parametric laws幂律等)。有谁有好的推荐信吗统计数据(最好是用英语写的,而不是jargon行话)我茬Brad的博客上写了一篇补充博客/2010/01/learning-about-machine-通常是购买教材的最便宜的地方,你常常可以得到简装国际版



/xwzh//content_沟通、指正、授权、删除等。欢迎转发數据简化DataSimp科学Sciences知识简化新媒体聚集专业领域一线研究员;研究技术时也传播知识、专业视角解释和普及科学现象和原理展现自然社会生活之科学面。秦陇纪发起未覆盖各领域期待您参与~~ 强烈谴责超市银行、学校医院、政府公司肆意收集、滥用、倒卖公民姓名、身份证号手机号、单位家庭住址、生物信息等隐私数据!

信息社会之数据、信息、知识、理论持续累积,远超个人认知学习的时间、精力和能力应对大数据时代的数据爆炸、信息爆炸、知识爆炸,解决之道重在数据简化(Data Simplification)简化减少知识、媒体、社交数据使信息、数据、知識越来越简单,符合人与设备的负荷数据简化2018年会议(DS2018)聚焦数据简化技术(Data 做简化,应用于信息及数据系统、知识工程、各类数据库、物理涳间表征、生物医学数据数学统计、自然语言处理、机器学习技术、人工智能等领域。欢迎投稿数据科学技术、简化实例相关论文提交電子版(最好有PDF格式)填写申请表加入数据简化DataSimp社区成员,应至少一篇数据智能、编程开发IT文章:①高质量原创或翻译美欧数据科技论攵;②社区网站义工或完善S圈型黑白静态和三彩色动态社区LOGO图标论文投稿、加入数据简化社区,详情访问请关注公众号数据简化DataSimp”留言,或加微信QinlongGEcai(备注:姓名/单位-职务/学校-专业/手机号)免费加入投稿群科学Sciences学术文献读者微信群等。长按下图识别图中二维碼关注三个公众号(搜名称也行关注后底部菜单有文章分类页链接):

数据技术公众号数据简化DataSimp

科普公众号科学Sciences”

社会教育知识公众号知识简化

(转载请写出处:?秦陇纪汇译编,欢迎技术、传媒伙伴投稿、加入数据简化社区!数据简化DataSimp科学Sciences知識简化投稿反馈邮箱

普及科学知识,分享朋友圈

转发/留言/打赏后阅读原文下载PDF

我要回帖

更多关于 伯克利学校 的文章

 

随机推荐