Soy un CS estudiante de posgrado y estoy empezando a conseguir realmente interesado en el Aprendizaje de Máquina (y el análisis Predictivo). He empezado a trabajar en un texto de clasificación del proyecto con un profesor para aprender el campo, pero me estoy dando cuenta de que mi formación es bastante débil. El profesor está demasiado ocupado para enseñarme lo básico, así que tengo que hacerlo por mi cuenta.
He hecho algunos cálculos, stat 101 y álgebra lineal en el pasado lejano, pero no recuerdo demasiado. Pero estoy bastante seguro de que si tengo un buen libro, puedo recoger las cosas con bastante rapidez.
A partir de ahora he empezado con mi Máquina de estudios de Aprendizaje mediante la lectura de Alpaydin de la Máquina de Aprendizaje , pero es bastante difícil dado grandes agujeros en el fondo.
Estoy en busca de sugerencias en libros sobre temas importantes (Álgebra Lineal, Estadística, Probabilidad, la Optimización, y cualquier otra cosa que pueda ser relevante), que me ayudara a subir la rampa de forma relativamente rápida, teniendo en cuenta mis antecedentes.
Estoy mirando de hacerlo en varias iteraciones. En primer lugar, conseguir lo que debo hacer, ser capaz de hacer llegar el trabajo práctico realizado (como mi actual clasificación del proyecto) y, a continuación, volver atrás y leer libros para obtener una comprensión más profunda, y así sucesivamente.
Por favor, tenga en cuenta que en este momento sólo estoy mirando en el tratamiento formal de los sujetos (libros de texto solamente).
EDIT 1: yo creo que puede haber encontrado estadísticas y probabilidad de libro (Todas las Estadísticas: Un breve Curso de Inferencia Estadística por Larry Wasserman). Solo falta averiguar cómo poner las piezas restantes juntos. Doy la bienvenida a nuevas ideas en este sentido.
