点击上方“AI遇见机器学习”，选择“星标”公众号
重磅干货，第一时间送达

一、资源简介
一本名为Foundations of Machine Learning（《机器学习基础》）的课在Reddit上讨论火热，这部教材足够扎实、内容足够基础，学机器学习理论，熟读这本书就足够了。
这本书是由纽约大学计算机科学教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同编写的，2012年曾经出版了第一版，这一版在此前基础上进行了内容的完善。
全书是对机器学习的一般性知识介绍，也是不少大学的研究生教材，侧重于算法的分析和理论。书中的内容基本上涵盖了机器学习当前阶段的热门基础概念，同时还附上了算法论证所需的理论基础和工具。
原价30多美元的书，当前免费开放。
教材官网：cs.nyu.edu/~mohri/mlboo
二、主要内容
下面是主要目录
  1. C学习框架
  2. Rademacher复杂性和VC维（Vapnic-Chervonenkis Dimension）
  3. 模型选择
  4. 支持向量机
  5. 核理论
  6. Boosting家族
  7. 在线学习
  8. 多级分类
  9. 排序
  10. 回归
  11. 最大熵模型
  12. 条件最大熵模型
  13. 算法稳定
  14. 降维
  15. 学习自动机和语言
  16. 强化学习
三、资源分享
同时为了方便大家，我们把最新PDF打包好了，可以直接下载哦~
获取方式：
1. 关注我们的公众号“AI遇见机器学习”
2. 后台回复“机器学习基础” 即可以获取资料哈~（建议复制，避免错字）
推荐阅读
干货|学术论文怎么写
资源|NLP书籍及课程推荐（附资料下载）
干货|全面理解N-Gram语言模型
资源|《Machine Learning for OpenCV》书籍推荐
欢迎关注我们，看通俗干货！
继续阅读
阅读原文