Redian新闻
>
求助:Hastie的书看不懂怎么办?
avatar
求助:Hastie的书看不懂怎么办?# DataSciences - 数据科学
m*s
1
之前看了几本没什么数学公式的,还挺容易的,coursera上andrew ng和hinton的课也
比较容易follow。然后开始看hastie,发觉跟不上,数学太多了,最主要也没什么推导
。怎么办?有没有比这个浅一些的书但是也包含数学推导和原理分析的。
另外我感觉这本书包括的内容很多啊,很有点儿全方位literature survey的意思,一
个regression能讲好多细节的变化,搞学术肯定是很需要的,但是真正工作中会用到这
么多变化吗?
另求推荐neural network的书,我觉得这个东西挺有意思的,最近的一些应用表现也不
错,而且可以用GPU来training,我也有GPU做计算的经验。这东西在目前的data
analyticsl实际工作中用的多么?
avatar
j*n
2
用不了,能看懂基本公式,知道 pros & cons,知道原理,能写 poduction code 你
就不怕找不到工作,最重要得是能写code
avatar
m*s
3
谢谢。能推荐下帮助提高写code的书,或者tutorial,或者业余项目么?
如果精力只够专攻一个语言,选哪个?R还是Python?我个人倾向于R,有什么好资料推
荐么?
我有C,matlab的经验,openCL也写过大作业,c++学过但是没怎么写过production code
avatar
T*u
4
多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
遍觉着比第一遍好多了。
avatar
f*k
5
Hastie的书还是偏应用的,数学上其实要求不高,也就工科大一大二的水平。

:多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
:遍觉着比第一遍好多了。
……

【在 T*****u 的大作中提到】
: 多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
: 遍觉着比第一遍好多了。

avatar
f*k
6
Hastie 还有一本就是讲怎么用R的,可以和这本一起看。

:用不了,能看懂基本公式,知道 pros & cons,知道原理,能写 poduction code 你
:就不怕找不到工作,最重要得是能写code
……

【在 j*****n 的大作中提到】
: 用不了,能看懂基本公式,知道 pros & cons,知道原理,能写 poduction code 你
: 就不怕找不到工作,最重要得是能写code

avatar
m*s
7
太受打击了...

第二

【在 f******k 的大作中提到】
: Hastie的书还是偏应用的,数学上其实要求不高,也就工科大一大二的水平。
:
: :多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
: :遍觉着比第一遍好多了。
: ……

avatar
l*t
8
基本也就线性代数和求导吧
数学基础好的话确实不难

第二

【在 f******k 的大作中提到】
: Hastie的书还是偏应用的,数学上其实要求不高,也就工科大一大二的水平。
:
: :多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
: :遍觉着比第一遍好多了。
: ……

avatar
l*m
9
写的不系统,所以不好懂,不能怪你。这不是一本好教课书,就是个参考读物

【在 m****s 的大作中提到】
: 之前看了几本没什么数学公式的,还挺容易的,coursera上andrew ng和hinton的课也
: 比较容易follow。然后开始看hastie,发觉跟不上,数学太多了,最主要也没什么推导
: 。怎么办?有没有比这个浅一些的书但是也包含数学推导和原理分析的。
: 另外我感觉这本书包括的内容很多啊,很有点儿全方位literature survey的意思,一
: 个regression能讲好多细节的变化,搞学术肯定是很需要的,但是真正工作中会用到这
: 么多变化吗?
: 另求推荐neural network的书,我觉得这个东西挺有意思的,最近的一些应用表现也不
: 错,而且可以用GPU来training,我也有GPU做计算的经验。这东西在目前的data
: analyticsl实际工作中用的多么?

avatar
j*n
10
R 其实不算 code.... 只能算是工具
至少也得 python 吧.

code

【在 m****s 的大作中提到】
: 谢谢。能推荐下帮助提高写code的书,或者tutorial,或者业余项目么?
: 如果精力只够专攻一个语言,选哪个?R还是Python?我个人倾向于R,有什么好资料推
: 荐么?
: 我有C,matlab的经验,openCL也写过大作业,c++学过但是没怎么写过production code

avatar
a*f
11
这种书看理论干啥,会用就行了。hastie和friedman本身上课都极差,每次课上都是睡
一片。这些本身就是heuristic的东西,理解起来不难,那些数学公式的作用无非是把
intuition的东西包装起来变得更加晦涩而已。如果你不研究这个,略过理论分析的部
分完全没问题。
avatar
f*k
12
理论上知道一些忽悠起来更方便。。。
avatar
g*n
13
我觉得machine learning 里面的数学非常有意思,非常有用。看起来很heuristic的算
法,像adaboost,它后面其实有非常solid的数学依据在那里。如果你想真正享受数据
科学,就要试图理解它为什么是这样,算法和算法的关系是怎样,而不仅仅知道run 一
个 python package。
avatar
a*g
14
里面的数学绝对不是大一大二的水平
想领会里面的思路,偏微和泛函都要玩的很熟

第二

【在 f******k 的大作中提到】
: Hastie的书还是偏应用的,数学上其实要求不高,也就工科大一大二的水平。
:
: :多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
: :遍觉着比第一遍好多了。
: ……

avatar
f*k
15
这个不能同意更多,adaboost是pac learning里出来的理论转应用的模范。svm的理论
读起来也是享受,从surrogate loss解决classification loss非凸的问题,从no free
lunch theorem到noise/concentration如何影响gaussian kernel的learning rate,
还有RKHS的representation,难怪有无数高质量的灌水文。

【在 g*********n 的大作中提到】
: 我觉得machine learning 里面的数学非常有意思,非常有用。看起来很heuristic的算
: 法,像adaboost,它后面其实有非常solid的数学依据在那里。如果你想真正享受数据
: 科学,就要试图理解它为什么是这样,算法和算法的关系是怎样,而不仅仅知道run 一
: 个 python package。

avatar
r*d
16
我觉得他们的An Introduction to Statistical Learning更容易follow
avatar
H*l
17
楼主不同管这里几个装B的人(比如我回复的这位)的回帖;
这本书是Stanford的CS,统计系若干门研究生课程的教材,
大一大二的水平,只代表你对这本书的理解处于大一大二水平。

第二

【在 f******k 的大作中提到】
: Hastie的书还是偏应用的,数学上其实要求不高,也就工科大一大二的水平。
:
: :多看几遍吧。和计算机系的相比,这是hard core的统计了。我第一遍也没看懂,第二
: :遍觉着比第一遍好多了。
: ……

avatar
c*l
18
stat grad的数学整体弱于math grad无疑

【在 H*****l 的大作中提到】
: 楼主不同管这里几个装B的人(比如我回复的这位)的回帖;
: 这本书是Stanford的CS,统计系若干门研究生课程的教材,
: 大一大二的水平,只代表你对这本书的理解处于大一大二水平。
:
: 第二

avatar
h*3
19
Hastie那本书还算偏应用的,比较简单的了。Hastie的书对于Bayesian的方法没有怎么
介绍。真正学machine learning的话,得去看PRML。

【在 m****s 的大作中提到】
: 之前看了几本没什么数学公式的,还挺容易的,coursera上andrew ng和hinton的课也
: 比较容易follow。然后开始看hastie,发觉跟不上,数学太多了,最主要也没什么推导
: 。怎么办?有没有比这个浅一些的书但是也包含数学推导和原理分析的。
: 另外我感觉这本书包括的内容很多啊,很有点儿全方位literature survey的意思,一
: 个regression能讲好多细节的变化,搞学术肯定是很需要的,但是真正工作中会用到这
: 么多变化吗?
: 另求推荐neural network的书,我觉得这个东西挺有意思的,最近的一些应用表现也不
: 错,而且可以用GPU来training,我也有GPU做计算的经验。这东西在目前的data
: analyticsl实际工作中用的多么?

avatar
f*k
20
you don't know what you are talking about. there is no single lemma/
proposition/theorem stated or proved in the book. how can one call it a
theory heavy book? just compare it to any monograph, such as the one on
support vector machine by Steinwart, one can clearly see the difference.

:楼主不同管这里几个装B的人(比如我回复的这位)的回帖;

:这本书是Stanford的CS,统计系若干门研究生课程的教材,

:大一大二的水平,只代表你对这本书的理解处于大一大二水平。


……

【在 H*****l 的大作中提到】
: 楼主不同管这里几个装B的人(比如我回复的这位)的回帖;
: 这本书是Stanford的CS,统计系若干门研究生课程的教材,
: 大一大二的水平,只代表你对这本书的理解处于大一大二水平。
:
: 第二

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。