Kirk Borne

这是我的书评： 《The Set Of Mathematical Algorithms That Learn From Experience》（从经验中学习的数学算法集） 这本大部头非常出色，全面覆盖了众多数学领域及其与 AI、数据科学和机器学习（AI+DSML）世界的交汇。我还记得自己第一次接触机器学习的情景。那是 20 多年前，而在此之前，我作为天体物理学家已经浸淫高等数学 20 多年了。 我与 ML 的第一次相遇就是这个定义：“机器学习是从经验中学习的数学算法集合”（对 CMU 的 Tom Mitchell 原话略有转述）。这个定义让我惊讶、困惑、受到激励，并把我的职业方向从天体物理学转向了 AI+DSML。 Tivadar Danka 的这本书完整诠释了这个定义的含义。书中全面讲解了数学的诸多领域，正是通过它们，数据中的模式得以被检测、描述、学习和识别——这一切都是为了驱动 ML 和 AI 的算法、应用与抱负。 无论数学已经（或尚未）在多大程度上推动了你的职业旅程，这本书都会在许多方面激励你、让你惊喜、给你启发。我们每个人都有成长的空间。 这是一本好书，值得放在每个人的桌面上，随时帮助你探索和运用那一整套从经验中学习的数学算法。 本书配有丰富的 Jupyter notebook GitHub 代码仓库。在做中学！在学中做！ 披露：出版社向我免费提供了本书的评阅本。