作者：Luau Lawrence 链接：https://www.zhihu.com/question/35992297/answer/67009652 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 通常从一个CS小白开始学Machine Learning或者Data Mining，到成长为一个独当一面的大牛，都会看几种类型的书：以《数学之美》为代表的科普类读物。通常作用为开发兴趣的。《机器学习实战》、《推荐系统实践》、《海量数据挖掘》等实践类书籍。在学中用，在用中学，实践中摸清套路。顺便了解一些基本模型。《统计学习方法》、《数据挖掘导论》、《数据挖掘（韩家炜）》等介绍类书籍。会对ML方面涉及到的技术做一个浅层次的介绍和全方位的了解，有少量数学内容和推导。《PRML》、《ESL》、《MLAPP》这类进阶类书籍。包涵大量理论知识和数学推导（尤其是习题），有助于了解Machine Learning方法背后的本质和思想。Machine Learning学习的过程，就是一个 what -> how -> why 的过程。而PRML，或者说同类的ESL等书籍，最大的作用就是让你知道为什么会有这样的方法，为什么会有这样的模型，它背后的intuition和motivation是什么。而这恰恰是一个Machine Learning Researcher想要进一步使用模型、看懂别人paper中的模型、甚至自己提出新模型的基础。看PRML会带给你在Machine Learning上的理解和使用能力一个质的飞跃。

涵盖全部课程基础 700道精选习题及其详解 考研的得力助手 自学的最佳教材 科学出版社出版

从疝气病症预测病马的死亡率 数据

重庆市马王坪学校八年级生物上册《第6单元 第1章 第2节 从种到界》学案 新人教版 新人教版.doc

马士兵老师坦克大战的源代码，最终的版本，有图片的下载，坦克图片，子弹图片，爆炸图片等

纯马丁.ex4 适合跑1分钟，15分钟周期的EA。。有需要的拿去玩玩哦

主要介绍马氏距离计算的关键步骤和注意的问题。我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。马氏距离有很多优点。它不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。它的缺点是夸大了变化微小的变量的作用。

LC 分枝限界/ FIFO 分枝限界法求解0/1 背包问题

教程主要描述如何填写开发人员问答内容

本课程设计使用了贪婪算法优化。作品成绩优秀。