机构名称：
¥ 2.0
本书中的材料受到了几种丰富的资源的启发。我会想承认安德鲁·恩格（Andrew Ng Ng）对本书中多个部分的影响，尤其是一些基本的贝叶斯配方和示例。弗朗索瓦·乔利特（Francois Cholett）的出色书籍与python有关深度学习的深度学习，既建议对深度学习技术的精彩解释和在凯拉斯的实施。我们通过对Baydin，Pearlmutter，Radul和Siskind的审查（JMLR 2018）进行了大部分介绍自动差异化（JMLR 2018）。许多同事为这本书做出了巨大贡献。尤其要感谢Paul Hollensen，Patrick Connor和Hossein Parvar在手稿的一些非常粗糙的初始草稿中提供了很多帮助。感谢Aditi Nair的仔细阅读和好的问题，并感谢Justin Tam指出了一些粗糙的部分。我要感谢Will Stone的好主意并制作图1.7B，以及Evangelos Milios的进一步建议。非常感谢Farzaneh Sheikhnezhad Fard。她清楚地实施了基本概念和深入强化学习的讨论，塑造了相应的章节的大部分内容。最后，非常感谢我所有在过去几年上上课的学生，并挑战我对机器学习的更深入思考，并调查我们做出的假设的根源。
机器学习的基础
主要关键词
相关文件推荐
