现在Machine Learning这么的火，但其快速的发展，结果没有一个系统的pipeline，不知各位有何推荐呢
这两天在网易公开课上看Ng的机器学习（不确定是否和Coursera的内容一样），还没有像LZ看得那么多，所以先简要谈下感想，等完全看完一遍再来看看（希望到时候没有被折叠=。=） 神经网络是一种相对而言比较成熟（在理论和应用中）的监督学习方法，事实上在上个世界80年代和90年代被广泛应用。在那个年代里，提出一种改进的神经网络就相当于材料界合成一种材料，不管能不能实际应用，反正都可以发不错的SCI。 而我们所学的研究生课程通常来说分为基础理论知识+前沿领域讲座，前者讲业已成熟（或者相对来说比较成熟）的理论观点，后者则讲近几年的该领域的发展趋势。显然对于机器学习这门课程来说，神经网络属于前者而SVM或者Clustering属于后者。 我个人觉得如果非数学系的，还是以研究问题为框架学习比较好，这应该是一些survey的写作思路。如宏观来说，机器学习领域中有哪几个基本问题（监督学习，无监督学习，学习算法的评价）？具体到某一部分来说，神经网络最初是用来解决什么问题的？有什么优/缺点？为什么后来又不流行了？SVM的意义在于？ 另外我觉得应用学习算法还是很重要的，也就是俗称的实践，毕竟以学习为目的的学习不是好学习。如果能把所学与研究内容结合在一起效果应该不错，很多东西没有应用过就不能切身体会。 好吧，先写到这里，欢迎讨论（以督促我可怜的学习进度）。
■网友
介绍两本书一本是Pattern Recognition and Machine Learning (Information Science and Statistics): Christopher M. Bishop: 9780387310732: Amazon.com: Books著名的PRML，这本读完了机器学习的大概印象就有了。工程的话这本够了。另一本是Optimization for Machine Learning (Neural Information Processing series): Suvrit Sra, Sebastian Nowozin, Stephen J. Wright: 9780262016469: Amazon.com: Books主要介绍解法，偏数学。基本上就是近十年来最前沿的论文集合了。写论文的话推荐这本（不好读）。。。
推荐阅读
- OC为何跌出语言榜前十
- 坐标合肥，请问在哪里能捕捉到程序员这种生物他们大都出现在哪里呢
- 现在在线学习视频有很多了，为啥大部分人还是喜欢下载下来观看
- dart这编程语言现在发展怎么样了，语法与Java，c#很相似，甚至更简洁
- 为啥到现在你还没有女朋友 ?
- 白皮书一般是政府发布的正式报告或文件，那么现在物联网、智慧城市等热门领域这么多企业发布的白皮书算咋回事呢
- 汽车|现在即未来
- 孩子|现在远离还来得及当心！这三种光也会伤害宝宝视力
- 三本的物联网工程有出路吗
- |大众新车规划曝光，这两款现在就能订车，高颜值没得挑