type
status
date
slug
summary
tags
category
icon
password
研究生的学习，如果说要挑出两门最意义重大的课，一个是族印的纪录片课，另外一个就是数据挖掘俱乐部。虽然这一年大部分的时间都是自学，但是课程的存在对于一个人的驱动作用还是非常强烈的：你非常清楚自己喜欢什么，但是因为如果没有开课，没有实践，你根本就很难在这一件你喜欢的事情上练出真功夫。
所以 Context Learning 真的非常重要。
纪录片的学习算是以一个作品的完成告一段，接下来的三个月打算用来攻下数据挖掘这一座大山。可以算是从零基础开始入门，希望我的课表能给将来的学习者提供一些学习上的捷径。
1. 数学基础
机器学习必要的数学基础主要包括：多元微积分，线性代数 1. Calculus One 2. Calculus: Single Variable 3. Multivariable Calculus 4. Linear Algebra
2. 统计基础
3. 编程基础
4. 机器学习
下面是近期的给外行人读的泛数学科普书籍，由浅至深，作用除了感受数学之美之外，更重要的是可以作用每天学习的鸡血，因为这些书都比较好读……
1.《数学之美》作者：吴军 2.《 Mathematician's Lament | 数学家的叹息》作者：by Paul Lockhart 3.《 Think Stats: Probability and Statistics for Programmers | 统计思维：程序员数学之概率统计 》 作者：Allen B. Downey 4.《 A History of Mathematics | 数学史 》作者：Carl B. Boyer 5.《 Journeys Through Genius | 天才引导的历程：数学中的伟大定理 》作者：William Dunham 6.《 The Mathematical Experience | 数学经验 》作者 Philip J.Davis、Reuben Hersh 7.《 Proofs from the Book | 数学天书中的证明 》作者：Martin Aigner、Günter M. Ziegler 8.《 Proofs and Refutations | 证明与反驳－数学发现的逻辑 》作者：Imre Lakatos
- 作者:半撇
- 链接:https://www.banpie.info/my-discovery-of-dataming
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。