搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > DataFunTalk > 有人把机器学习的数学基础整理成了专辑

有人把机器学习的数学基础整理成了专辑

DataFunTalk 2020-06-30

机器学习,需要一定的数学基础,也需要一定的代码能力。机器学习从业者数学基础不扎实,只会用一些工具和框架,相当于某些武术家只会耍套路,外行人觉得很厉害,但实战起来一定是鼻青脸肿。
如何在有限的计算资源下找出最优解,在目标函数及其导数的各种情形下,应该如何选择优化方法;各种方法的时间空间复杂度、收敛性如何;还要知道怎样构造目标函数,才便于用凸优化或其他框架来求解,这些都需要一定的数学基础。可以说,数学基础是机器学习从业人员的天花板。

博士的代码能力,不一定比硕士强,但数学基础,往往要比硕士扎实很多。为什么机器学习从业人员学历越高,往往工资越高,通常和掌握的基础知识正相关。

关于数学基础资料,这里我推荐黄海广博士整理的数学笔记:
这份资料已经做成了专辑()

黄海广博士目前Github star已经超过45000,曾经翻译过吴恩达课程。

 专辑分为两个部分(1-2,3-5):

一、CS229数学基础

CS229的数学基础,分为概率论和线性代数两部分,是斯坦福系列课程的数学基础资料,主要翻译者(黄海广、石振宇)。

内容截图

二、大学数学基础精华

机器学习最基础的数学知识,可以分为高等数学、线性代数、概率论与数理统计三部分:

有人把机器学习的数学基础整理成了专辑内容截图

三、专辑下载

有人把机器学习的数学基础整理成了专辑

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《有人把机器学习的数学基础整理成了专辑》的版权归原作者「DataFunTalk」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注DataFunTalk微信公众号

DataFunTalk微信公众号:datafuntalk

DataFunTalk

手机扫描上方二维码即可关注DataFunTalk微信公众号

DataFunTalk最新文章

精品公众号随机推荐