懵逼的看了李航的统计机器学习有感

   借着AI的火热，社会上太多比赛都是AI的。。。。。。。华为的一年一届和leetcode的周赛火热程度没法和这个相比。本着了解的态度我看了吴恩达的网课，网易云课堂的deeplearning

确实吧，深入浅出，后来不久，同学推荐了李航这本统计机器学习！！！-----这种在前言就在不停堆砌专业术语的烂书，呵呵呵！，要不说你这对机器学习理解的和andrewNg这位顶级人物还是差很远哪

关联性很高的词语，在后面出现定义和解释的不要在前面提出？这是基本的写书逻辑啊，一看这位仁兄，就是标准的研究型人员，实话是这样的，理解隐形马尔科夫链的人，相信看各种论文的速度，比看你这本罗列算法典籍的书要快，唯一的好处可能是系统化了。当然这书，在于这个行业大多数的书籍是英文的，国人所做的第一本，也是先驱之作，没有学术功底也写不出来，不过对于读者的程度和学术水平的把握，以及知识逻辑积累的角度来看，这本书的水平和，国外的视频教学差了很远。可以做补充的教学，绝对不适合入门首选！！！！

众多，对基本功的推导，像极了前些年，我国高校对C语言的教学推崇。

基本功的建立！！对于从数学基本体系，过来的老一辈人很是推崇，然而在知识高度爆炸的今天，知识更新发展速度异常快，

分工也异常的明确，所以做好知识选择性工作未尝不是我们应该探讨的！！

也就是说，不是所有的知识象数学一样，要一点点建立体系！

maybe，我做的是这个模块中探索部分，所以先跟上这个先驱的发展，然后追踪住，下个变革也许很快就来！

在这个前提下我们在去创新。

我们可以从python开始学习，我们可以从爬虫学习网络原理;

我们可以从神经网络开始深入研究。就是所说的，深入到极致，然后打开的T型。

我们以前总共感觉在大量时间在做土型，本科后，我认为T型优先，接触最先进的理念，相信年轻人的头脑！

最后为读者理清知识体系（由本书建立知识体系），才是好书！

不要指望，有这本书我买很多参考书！！！！妈的你当你是论文吗？？？？