机器学习等方面的内容，很多库里面都已经封装好了，为什么还要学那么多公式推导？对于初学者，它们的意义在哪里？
我们来看一下具体场景：
1
论文发表
发论文最重要的环节就是找到创新点，而创新点在于你对研究理论的理解程度，如果不理解算法是怎么进行改进的，不了解算法模型之间的优缺点，你根本无法对论文有深入的理解，更别说复现论文了。
2
为了面试
在面试时，算法推导是极容易被考察到的。
第一轮面试可能就考你算法推导第4章的第一个例题。
这一下就刷掉了很多人，很过分吗？——不过分。
一般的应届毕业生，项目经历是乏善可陈的，你的本职工作就是学习。书本上的知识现在就说不记得了，实在是说不过去的。
3
想要转行
同样的问题，别人花费一周就能达到90%的精准度，自己用一个模型跑了快1个月，才70%。为什么？
在于不能理解算法的根本原理。对于不同的数据类型，总会有不同的处理方法和调参手段。如果不了解数学模型的本质，调参的过程更像是个玄学。
由此可见，不管我们是想做科研还是面临找工作亦或是想转行，算法推导的分量都是不容小觑的。
因此公式推导对我们有以下几点的好处：
1
深入的理解原理，加大你对该模型的掌握程度
2
让你能够精准的使用它们，而不是采取遍历所有模型及结果来确定应该使用哪一个
3
优化模型的时候，知道该如何去优化它们，而不是漫无目的的参数搜索
4
当所有的模型不适用的时候，你能知道如何改进，或者创新
而我们想掌握算法推导，通常会看的是周志华老师的《机器学习》。
这本书可以说是机器学习领域的教科书了，既然是教科书自然是晦涩难懂的。
所以很多初学者一上来就直接看这本书，会直接崩掉。因为公式太多，数学不好的直接是原地崩溃。
所以，为了同学们能够更好的掌握这本书，我们专门开设了一场算法理论+实战结合最紧密的“机器学习”西瓜书训练营。
算法挑选
《西瓜书》的学习顺序≠书本阅读顺序，所以我们重新由浅入深，排列学习顺序，从中挑选9个经典算法进行推导，让大家学完之后有举一反三的能力。
详细推导
对于上述的算法公式进行视频讲解，细化到每一步，让你彻底搞懂机器学习内在的每一个原理。
但是光掌握算法理论是不够的，书本理论要你在实践中消化、吸收，才能成为你自己的理论，方能指导你的实践。在旱地上一辈子也学不会游泳。
所以我们寻找了一个旧比赛，但这个不是真正带他打比赛，而是为了让他使用学习到的算法去应用。
比赛实战
不仅要教你理论知识，还要夯实你的实战功底，带打两场AI重量级大赛，通过比赛让自己熟悉机器学习的算法，将抽象的理论知识嵌入比赛代码，边学边用。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
