数学基础的教材比较多,但往往晦涩难懂,需要花费大量的时间去理解但往往效果却不理想。
接下来推荐几本经典的数学教材,相比国内浙大版和同济版的数学教材,通俗易懂,便于初学者更好地奠定数学基础,入门机器学习理论

1.微积分

《普林斯顿微积分读本》

2.线性代数

麻省理工的《线性代数及其应用》

3.概率论

陈希孺院士的《概率论与数理统计》
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NCAmf12R-1661170993141)(https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1534419062813&di=146ca7f64f8ebde467e2e6758116c19e&imgtype=0&src=http%3A%2F%2Fg.hiphotos.baidu.com%2Fbaike%2Fw%3D268%2Fsign%3D2852a5e2b11c8701d6b6b5e01f7f9e6e%2F58ee3d6d55fbb2fb453743144d4a20a44623dc93.jpg)]

推荐视频
微积分的本质
线性代数

机器学习_数学基础专题相关推荐

  1. 机器学习理论引导 电子版_机器学习理论篇1:机器学习的数学基础(2)

    本节主要就是讲述的机器学习的数学基础,提到数学基础,可能一眼就会是满眼的枯燥.没意思,但是成就英雄的路上注定了孤独,要想要真正的在学术上有所突破就必须挨得住寂寞,受得住孤独,才能真正的走进熟悉直到完全 ...

  2. 矩阵迹的性质_机器学习的数学基础 之 矩阵范数 — 我的长度我做主?

    热点追踪 / 数学基础 / 编程基础 / 实战技术 字数: 3925 作者: 小组成员机器学习与数学 出品 0x01.矩阵的诞生 在数学史上,矩阵的概念提出得比较晚,但可以朔源到两千多年前就提出的线性 ...

  3. 两个卡方分布之和_机器学习算法数学基础之 —— 统计与概率论篇(3)

    核心问题 发现数字的隐藏规律,完成分类. 核心技能 最大似然估计 给定一个概率分布 ,已知其概率密度函数(连续分布)或概率质量函数(离散分布)为 ,以及一个分布参数 ,我们可以从这个分布中抽出一个具有 ...

  4. 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(14):向量范数及其性质

    目录 前言 往期文章 4.1 向量范数及其性质 4.1.1 向量范数的概念及P-范数 定义4.1 例1 向量的几种范数 4.1.2 n n n维线性空间 V V V上的向量范数等价性 定理4.1.1 ...

  5. 【机器学习的数学基础】(五)解析几何(Analytic Geometry)(下)

    文章目录 3 解析几何(Analytic Geometry)(下) 3.8 正交投影 3.8.1 一维子空间(线)上的投影 3.8.2 一般子空间上的投影 3.8.3 Gram-Schmidt正交化 ...

  6. 【机器学习的数学基础】(二)线性代数(Linear Algebra)(中)

    文章目录 2 线性代数(Linear Algebra)(中) 2.4 向量空间 2.4.1 群 2.4.2 向量空间 2.4.3 向量子空间 2.5 线性独立 2.6 基和秩 2.6.1 生成集和基 ...

  7. 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(17):函数矩阵的微分和积分

    目录 前言 往期文章 5.2 函数矩阵的微分和积分 5.2.1 函数矩阵对自变量的微分和积分 定义5.3:函数矩阵 定义5.4:函数矩阵的微分 单元函数矩阵的一些性质 例1 定义5.5 函数矩阵的积分 ...

  8. 【机器学习的数学基础】(九)向量微积分(Vector Calculus)(上)

    文章目录 5 向量微积分(Vector Calculus) 5.1 单变量函数的微分 5.1.1 泰勒级数 5.1.2 微分法则 5.2 偏微分与梯度 5.2.1 偏微分的基本法则 5.2.2 链式法 ...

  9. 【机器学习的数学基础】(四)解析几何(Analytic Geometry)(上)

    文章目录 3 解析几何(Analytic Geometry)(上) 3.1 范数 3.2 内积 3.2.1 点积 3.2.2 一般内积 3.2.3 对称正定矩阵 3.3 长度和距离 3.4 角度和正交 ...

  10. 【机器学习的数学基础】(七)矩阵分解(Matrix Decomposition)(中)

    文章目录 4 矩阵分解(Matrix Decomposition)(中) 4.3 Cholesky分解 4.4 特征分解与对角化 4.5 奇异值分解 4.5.1 几何图解SVD 4.5.2 SVD的构 ...

最新文章

  1. 2019年人工智能行业现状与发展趋势报告
  2. 【网络安全】Windows cmd的命令混淆学习思路
  3. 基于深度学习的图像语义分割技术概述之背景与深度网络架构
  4. java10.0.1怎么安装_关于tomcat:您使用哪个Java? 在Server 2016上安装JDK和JRE(10.0.1); 设置JAVA_HOME和路径...
  5. 【状压DP】十二桥问题(nowcoder 1104-B)
  6. ActiveMQ测试工具
  7. 集成海康威视Sadp SDK实现局域网设备搜索
  8. NMS(非极大值抑制)
  9. Mermaid知识点总结4 - Flowchart 3
  10. 语雀可以导出html吗,工具 - Confluence 迁移到语雀 - 《语雀使用文档》 - 书栈网 · BookStack...
  11. Java实现机器人用户随机上线
  12. 遇到问题--python-- pandas--常见问题积累
  13. EN 16034门窗及配件—CE认证
  14. jQuery动态添加按钮,绑定点击事件失效
  15. PCIe扫盲——PCI总线基本概念
  16. malloc函数未定义
  17. 是谁浇了李彦宏一头水?
  18. 留不下的大城市,回不去的故乡
  19. PWM 降压型开关电源引起的传导电磁干扰的建模、仿真和减少
  20. 创建简单的CA并签名

热门文章

  1. IAR教程之IAR下载和调试
  2. 使用mybatis生成UUID
  3. 研究学习时用到的软件
  4. Shell编程之变量的高级用法
  5. shell编程规范与变量
  6. 计算机电脑五笔怎么打,卸五笔怎么打_电脑极品五笔输入法卸载方法介绍
  7. windows网络编程-几种模式
  8. python飞机大战类_python微信飞机大战
  9. 今天居然中了MSN病毒。
  10. HTML简洁自适应个人码农主页源码