机器学习应补充哪些数学基础?
小白学视觉
共 10155字,需浏览 21分钟
·
2021-03-25 10:13
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
本文转自 | 视觉算法
机器学习理论是众多学科的交叉,在数学基础方面,应该补充哪些知识呢?看看其它小伙伴推荐的相关数学从入门到熟练书籍以及课程吧。
https://www.zhihu.com/question/24345119/answer/1091376260
Introduction and Motivation Linear Algebra Analytic Geometry Matrix Decompositions Vector Calculus Probability and Distribution Continuous Optimization
When Models Meet Data Linear Regression Dimensionality Reduction with Principal Component Analysis Density Estimation with Gaussian Mixture Models Classification with Support Vector Machines
Linear Regression Gaussian Mixture Models PCA SVM (work in progress)
https://www.zhihu.com/question/24345119/answer/564893704
中肯建议
首先
统计学核心。你得熟悉统计学家如何处理数据,这常常用到 微积分。你不需要成为解题达人,但得明白多个变量进行微分和积分的过程 线性代数。一切的基础,比统计还重要 数值计算的方法。我不断的查看资料,以搞懂大家为什么那样做 计算理论以及相关研究。熟悉这些能让你发现错误,找到改进的方向 我的下一个挑战是非参数统计。许多研究者跟我说这一领域会得到很多收获,许多方法能极大的改进机器学习
但是
TPOT的GitHub地址:
https://github.com/rhiever/tpot
到底应该怎么开始学习?
建议一:有两种方法来学习机器学习/AI:1)阅读所有资料,然后开始解决问题 2)先开始解决问题,然后根据需要学习相关的数学知识。第二种方法更好。 建议二:首先在Coursera上看吴恩达机器学习和深度学习的课程。选择你感兴趣的领域和问题。接着阅读机器学习/AI在这一领域如何应用的论文。然后动手重现你已经搞明白并且感兴趣的论文。 建议三:这个学习计划我觉得非常有用,很好的列出了所需课程和时间框架,地址在此:
https://urlify.cn/Efyeqq
教材书籍
在线版本:
http://www.inference.org.uk/itprnn/book.pdf
在线版本
https://urlify.cn/QbEvuu
在线版本:
https://web.stanford.edu/~hastie/ElemStatLearn/
在线版本:
https://urlify.cn/RRrE7f
在线版本:
http://www.deeplearningbook.org/
在线版本:
https://urlify.cn/r6777f
在线数学教材汇总
http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html免费数学教材
http://www.openculture.com/free-math-textbooks开放教材图书馆
https://open.umn.edu/opentextbooks/SearchResults.aspx?subjectAreaId=7MIT在线教材
https://ocw.mit.edu/courses/online-textbooks/#mathematics美国数学研究所认证教材
https://aimath.org/textbooks/approved-textbooks/
英文版地址在此:
http://aima.cs.berkeley.edu/
地址在此:
https://news.ycombinator.com/item?id=1055389
视频课程
之前提到的David MacKay,合辑在此:
http://videolectures.net/david_mackay/Leonard教授合辑在此:
https://www.youtube.com/user/professorleonard57
Gilbert Strang合辑在此:
https://www.youtube.com/results?search_query=gilbert+strang3Blue1Brown合辑在此:
https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw还有画风清奇的Siraj Raval讲人工智能中的数学:
https://urlify.cn/vEjABz
地址在此:
http://course.fast.ai/
老课程《机器学习》:
https://www.coursera.org/learn/machine-learning新课程《深度学习》:
https://www.coursera.org/specializations/deep-learning
地址在此:
https://urlify.cn/bqAZVn
亚马逊有售:
https://urlify.cn/AnuuEz
https://www.zhihu.com/question/24345119/answer/27856924
为了方便就贴亚马逊了,这些书其实可以下到的。
Amazon.com: All of Statistics: A Concise Course in Statistical Inference (Springer Texts in Statistics) (9780387402727): Larry Wasserman: Books
http://www.stanford.edu/~boyd/cvxbook/
https://www.zhihu.com/question/24345119/answer/1103497368
作者:Lee
推荐cs229.stanford.edu,syllabus下有数学基础复习的PDF。
https://www.zhihu.com/question/24345119/answer/586641990
https://www.zhihu.com/question/24345119/answer/1104243436
https://www.zhihu.com/question/24345119/answer/257074745
我感觉很6,但是很难,里面所涉及到的数学知识就是需要搞清楚的。
作者:匿名用户
https://www.zhihu.com/question/24345119/answer/599275364
作者:shujujia
https://www.zhihu.com/question/24345119/answer/100471448
Python:
MATLAB:
数据库:
R语言:
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
评论