书籍介绍
这本书最真实的价值，不在它讲了多少机器学习，而在它替你踩过了初学者真正会踩的那些坑。作者自己当年被“西瓜书”里缺失推导的公式难住，于是把一路卡壳的地方逐一补全，连必要的先验数学知识都摊开讲。它不追求独立成书，而是刻意与周志华的《机器学习》逐章、逐公式对齐，遇到推导不明处时翻一翻，恰好补上“知其所以然”的那一环。读者反复提起的，正是这种“白板推导式”的陪伴感：留白页能打草稿、能写笔记，像一块随时能用的黑板。当然也有声音质疑它的定价与部分推导的深度——它更像一本为特定人群量身定制的“补丁”，而非包打天下的权威参考。正因如此，它适合愿意跟着西瓜书一步步啃公式的人，不适合只想速成调包的人。
作者简介
谢文睿
北京工业大学硕士， 开源组织Datawhale 核心成员兼开源项目负责人，主要研究方向为机器学习与自然语言处理。
秦州
康奈尔大学计算机硕士，Datawhale重要贡献成员。阿里巴巴算法工程师，主要研究方向为图神经网络的研发和应用。CIKM 2019最佳应用论文作者，开源图神经网络框架graph-learn核心开发者。
精彩摘录
- "写此序之时，我们正面临 ChatGPT 带来的一场技术革命。个人认为，这场革命将会不断持续下去，其影响将十分深远，会触及整个社会的方方面面。我相信人工智能再也无法走出大家的视野。了解、理解人工智能将会成为每个人最基本的能力。 大家知道，机器学习是这些年来人工智能中最核心的技术。学好机器学习，也将是学好人工智能的关键所在，而这本书会助你一臂之力。 这本书的第 1 版出版之后，大受读者欢迎。在收到众多读者反馈意见的基础上，第 2 版从多个方面进行了补充和修订，相信这一版会给读者带来更多的收获。 虽然与本书的作者素不相识、从未谋面，但是在看过书稿之后，我便很乐意并且感觉很荣幸有机会给这本书写序。 这"
- "由于国内相关资料的匮乏，机器学习算法的公式推导历来都被认为是初学者的“噩梦”。笔者两年前也受到了相同的困扰，但是在笔者师兄的鼓励下，笔者开始尝试做读书笔记，经年累月遂有了编著本书的基本素材，本书就是以笔者拜读周志华老师的《机器学习》 (俗称“西瓜书”)时记下的笔记为蓝本编著的。“西瓜书"作为机器学习领域的经典中文著作，已经成为相关从业人员和学习者的必读书目，周老师为了兼顾更多读者，在“西瓜书”中尽可能少地使用数学知课，然而这对笔者这类对公式推导感兴趣的读者来说就颇费思量。为此，便在“西瓜书”的其础上，对其中的重难点公式进行一些补充，具体地说，本书会对“西瓜书”中缺少推导细节的公式补充了详细的推"
目录
用户评论
读完，非常不错，我统计背景也颇有收货，感谢作者，希望国内能出更多类似的良心书籍。p.s. 发现b站上有作者配套的视频诶 https://www.bilibili.com/video/BV1Mh411e7VU
赞赞～
这个“南瓜书”的名字好可爱啊，说一下使用步骤（借鉴别人的）
首先，这本“南瓜书”要和“西瓜书”配套阅读，如果在阅读“西瓜书”时对公式疑惑或对概念理解不畅，可以通过“南瓜书”快速定位公式并进行推导，从而深入理解.
其次，阅读时一定要克服对公式的排斥或者畏惧心理. 推几个公式之后，相信读者会从中感觉到没有体验过的乐趣.最后，这本书非常偏技术原理，看上去也有点儿枯燥，阅读时读者还是要事先做好克服困难的准备，需要自己静下心来仔细研读.
感激涕零
南瓜书很不错，给西瓜书上很多公式都做了解释，并进行详细分析，不仅如此，还对西瓜书上的一些错误的公式进行修正，并对一些数学知识进行详细补充，比如二项分布，本来打算硬啃西瓜书，后来发现实在太难啃，西瓜书里一些公式为了节省步骤，会跳很多步，完全就看不懂了，而南瓜书恰恰解决了这个问题，因此强烈推荐这本书，搭配着西瓜书进行学习。
谁买谁知道！看数学书，补充推导过程，这难道不是基本功吗？这居然可以出本书！要是在书店看到这样的书，我是绝对不会买的，甚至看第二眼都觉得浪费时间。我看豆瓣评分挺高，还以为是讲公式背后蕴含的意义呢，结果拿到手拆开塑封一看，就是补推导过程省略部分啊！搞不懂为啥会有这样高分低质的书存在？这豆瓣评分的水分有多大？
非常好的一本书，公式推导详细，留了空白可以打草稿做笔记。/对我有一点帮助 感谢
西瓜书的配套伴侣，对每章中列出的公式给出了详细的解释，推导清楚，更加深对西瓜书的理解，希望能更高的理解其中的数学推理！
很不错的工具书，配合西瓜书用的～
特别好的一本书，而且还配有大佬的b站视频讲解，之前看西瓜书有很多疑惑，看了南瓜书和大佬的视频之后，疑惑都解决了，而且内容还在不断的更新，作者曾经说过会根据大家的反馈，继续增加讲解的，期待！
下载
收藏