Question

本书着重于机器学习实践。我们没有介绍算法或理论背后的思考方法。如果你对机器学习这部分内容感兴趣，我们推荐Pattern Recognition and Machine Learning （Christopher M. Bishop，Springer）。这是这个领域内一个经典的介绍性课本，它会带你了解本书所使用的大多数算法的本质。

如果你想超越介绍性质的内容，学习一下数学细节，那么Machine Learning: A Probabilistic Perspective （ K. Murphy，The MIT Press）是一个很好的选择。它内容新颖（出版于2012年），包含了ML研究的前沿内容，约有1000页。你还可以把它当做一本参考书，因为它几乎涵盖了机器学习方方面面的知识。

A.2.1　问答网站

下面是两个有关机器学习的问答网站：

MetaOptimize （http://metaoptimize.com/qa ）是一个机器学习问答网站，有很多知识渊博的研究者和实践者在里面互动讨论；

Cross Validated （http://stats.stackexchange.com ）是一个通用统计学问答网站，通常也会涉及机器学习方面的问题。

正如本书开头所提到的那样，如果你对本书的某个部分有疑问，可以随时登录TwoToReal （http://www.twotoreal.com ）进行提问。我们会尽快帮你解答。

A.2.2　博客

下面是一个明显不够全面，但会让机器学习从业人员感兴趣的博客列表。

机器学习理论，http://hunch.net

这是John Langford 的博客（他是Vowpal Wabbit ——http://hunch.net/~vw/ ——背后的主导者），访客也可以发帖；

平均速率大约是每月一帖。帖子的内容比较理论化。提供了脑筋急转弯式的附加价值。

文本与数据挖掘实用方法，http://textanddatamining.blogspot.de

平均速率是每月一帖，非常实用，总会有一些让人感到惊奇的方法。

Edwin Chen 的博客，http://blog.echen.me

平均速率是每月一帖，提供了一些更实用的话题。

机器学习，http://www.machinedlearnings.com

平均速率每月一帖，提供了一些更实用的话题，通常围绕大数据学习。

FlowingData，http://flowingdata.com

平均速率每天一帖，主要是解决一些统计学问题。

Normal deviate，http://normaldeviate.wordpress.com

平均速率是每月一帖，主要是对实际问题理论方面的讨论。尽管这个博客的内容更多是关于统计学的，但帖子经常会跟机器学习相关。

简单统计，http://simplystatistics.org

每月都会发表一些帖子，专注于统计学和大数据。

统计学建模，因果推理和社会科学，http://andrewgelman.com

每天一贴，当作者用统计学原理指出流行媒体的缺点的时候，很有趣味。

A.2.3　数据资源

如果你想试验一下算法，可以从加州大学欧文分校（UCI）的机器学习知识库（Machine Learning Repository） 获取到很多数据集。你可以在http://archive.ics.uci.edu/ml 找到它。

A.2.4　竞争日益加剧

一个学习机器学习的好方法就是进行比赛。Kaggle （http://www.kaggle.com ）是一个进行ML竞赛的集市，在介绍部分我们已经提过它了。在这个网站里，你可以找到一些不同类型的竞赛，通常还会有奖金。

这种有监督学习竞赛几乎都是采用如下方式：

你（任何其他参与者）可以访问带标签的训练数据和测试数据（没有标签）；

你的任务是把对测试数据的预测提交上去；

竞赛结束之后，得到最高正确率的人获胜。获得的奖品从荣誉到现金都有。

当然，赢得奖品固然不错，即使没赢得，仅仅参与一下也不错，也可以积累很多有用的经验。所以，敬请期待，特别是在竞赛结束之后，参与者们还会在论坛里分享他们的方法。在大多数时间里，赢得胜利并不是因为开发出了一个新算法；它往往在于巧妙地预处理、归一化，以及组合现有方法。