数据挖掘学习图谱

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

  1. Data Analysis and Statistical Inference|课程笔记
  2. Introduction to Statistics: Descriptive Statistics
  3. 概率
  4. Introduction to Statistics: Inference

3. 编程基础

  1. Programming for Everybody (Python)
  2. Introduction to Computer Science:Build a Search Engine & a Social Network

4. 机器学习

  1. Statistical Learning(R)
  2. Machine Learning
  3. 机器学习基石
  4. 机器学习技法

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

暂无评论

发表评论

您的电子邮件地址不会被公开,必填项已用*标注。

相关推荐

《我的钱鬼老母》创作手记

观看影片:《我的钱鬼老母》 – 《人人都是纪录片导演》直播音频 2014年我在香港学习纪录片,“族印”这个纪录片课程是一个学 …

微信扫一扫,分享到朋友圈

数据挖掘学习图谱