1樓：畢閣棣
沒看過那本。
你如果是學院派的，要搞研究，那麼還是要學一學泛函的，起碼對無限維的非歐空間有些了解，運算元和收斂性都要很熟悉，因為優化的本體在高中來說最多是三維，還能用手畫一畫座標圖，看看形狀，上大學之後都是三維到n維，跳出了歐氏空間的表現能力範圍，這種不直觀的優化問題是需要通過用運算元變換及證明其收斂性去看其有沒有解的。在此之前，你需要稍微學習一些實變函式，對測度有些了解，跳出對傳統有限維實數空間的狹隘思想。
如果你是應用派，想學習一些優化的演算法來作為學習其他東西的基礎，比如說機器學習中的演算法，很多都要用到優化求解，那麼你不用看這麼複雜的東西，找一本「數學規劃」這樣簡單的書籍學習一下就好，把自己的學習範圍控制在有限維的實數空間內，學習一些優化學的基本思想比如說，最速下降法，牛頓法，二分法等這樣實用的應用方法就好了，應用層面的規劃問題不會這麼複雜，比如說比較常用的logistic regression的求法就是用牛頓法。
焦李成寫的深度學習 優化與識別這本書怎麼樣？
這書內容比較豐富，有的地方總結也很不錯，但是傳統神經網路和深度網路的本質區別雖然在序中有提及，但在具體章節中沒有講清楚，或者說沒有強調。這也說明該書章節安排和連貫性不夠合理，初學者看下來會產生誤解。 小魚兒 沒看過這本書。但是以我的經驗來說，國內的大老闆親自操刀寫書的可能性很小。這本書很可能是讓底下...
聯邦學習這本書怎麼樣？
Zeap 這本書寫的還是非常清楚的，看看目錄就大概明白，這本書對於有些機器學習的認知，然後想系統了解聯邦學習和入門的人來說還是蠻值得推薦的。總的來說從隱私安全激發聯邦學習的動機 第二章 然後介紹聯邦學習之前與之較類似的相關領域分布式計算 第三章 之後按照楊強老師對聯邦許學習的三大分類，逐次介紹了橫向...
南大周志華的《機器學習》這本書怎麼樣？
這學期學完了1 9章，期末臨考前又預習了一遍233，預習這本書時對這本書有很多抱怨，推導不細，讀不懂等等，但當我認真過了一遍這9章之後，我體會到了周志華老師的用心 態度和努力，相信老師在生活中也是一位很好的人。個人覺得用心的地方在於 一是這本書很寬，在兩側留足了記筆記的空白地方。二是兩側很多地方加入...