AI/Machine Learning Book List

如果各位趕時間
可以直接上Coursera Andrew Ng 既Deep Learning Specialization 當做intro
入面教得好好
不過數學個邊要另外睇書學

我喺北歐讀哩泛，佢哋係會比好多programming exercise嚟幫助理解啲數。好多時本書好多符號好似好難咁，但其實喺實際data度見到就即明。所以我會話落手落腳做其實都對theory好有幫助。

同埋趕時間的話唔好太在意proof都OK。其實就算你全職學，要prove晒所有嘢都好難。淨係stat BB班的CLT都十幾個variations，而且好多嘢都會𦧺到measure theory，唔讀phd係prove唔晒的。

呢個post原意係想吸引多啲有數底嘅人go deeper into theories of machine learning and AI同埋引起佢哋做research嘅興趣，如果齋講intro嘅話都唔應該學deep learning先，會學壞手勢以為ML只有DL
Coding果啲咁多resources就更加唔想喺呢個post提

我都想做research
畢竟只有實戰感覺好虛

係香港入 U 率得 10%，仲要有數底，又識 programming, 唔知得返幾多 %，不如做大個餅先。

我兩年前都係由 Andrew Ng Machine Learning 開始，個 course 原本要6個月，我每日放工去自修室兩個鐘，星期六日全日，一個月就可以上哂。

呢啲嘢本身最少都advanced undergraduate level，冇底學只係夾硬嚟，明啲唔明啲反而仲衰，有啲嘢唔係睇吓片寫吓code就會明曬

而且冇數底programming底嘅人根本唔會有能力即刻學到呢啲嘢，你要做大個餅都唔係咁做，囫圇吞棗

師兄，你已經去到打大佬階段，全香港冇乜邊幾個 professor 識 DRL, 亦都冇幾多人做緊。

留名

係，十分之冇有錯。

另外，我覺得而家有樣野好搞笑，就係個個都話 AI 啲發明好勁，好似 Alpha Go, Atari, Self Driving 咁。跟住佢地走哂去研究 data science， supervised， unsupervised learning 等等。

誰知呢啲野其實係 DRL, 除左會用少少 NN 做 function approximation 外， 同佢地研究啲野一啲關係都冇。

讀過哂了，最新讀到 2017年 TRPO PPO 嗰啲 algorithm.

Kaggle 要嗰啲係叻另一種 skills

Then you need to read all of this blog by an associate prof from UC Berkeley:
http://www.argmin.net/2018/06/25/outsider-rl/

請問係邊種skill，我啱啱開始睇Andrew Ng嘅course，想揾D練習練下手，kaggle啱唔啱新手玩？

Machine Learning 三大主流 Supervised Learning, Unsupervised Learning 同 Reinforcement Learning. Data Science 淨係玩前兩者， 但好多改變世界嘅 AI Application 其實係後者。