剛看吳恩達的教程機器學習時候，總是弄不懂機器學習在干什么，于是七八年一直總是覺得機器學習難，理論枯燥（昨天實驗室老師還提這個- -！）。其實如果是建模，補齊了各路數學物理基礎就清晰了機器學習狹義上就是統計分類湊配最優化模型式子。大牛老鳥們不喜勿噴。雜家雜談。

這方面國內做得很強的肯定是北大清華中科院等等之類的牛導了。只是我搜搜發現很多時候去這些學校的同學反饋，華科北郵的都擠奔清華浙大，但是科研開發情況其實差不多，比如這位去PKU的同學http://blog.sina.com.cn/s/blog_b0e4937d0102wnu6.html。這樣看來在TJU雖然計算機不行，但是TJU本身還有些實力也還夠。OJ，圖像處理，國創之類也許還有時間。還有英語。

要學好理論搞好研究就得看大牛的研究。目前國內這方面的年輕大牛有這些http://blog.sciencenet.cn/blog-832014-934655.html。

而計算機學界看中ieee/acm transaction和頂會。python、 tensorflow是必修，至于補習各種數學學科的理論，則是需要很長時間外面學，或者跟對老師去學。

?

轉載于:https://www.cnblogs.com/ubiwind/p/8080108.html

總結

以上是生活随笔為你收集整理的机器学习论文泛读总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。