机器学习中的数学基础怎么学？
又到了周末了，但小编的周六并不算周末。回到本次的话题上，这次小编给大家分享机器学习中的数学基础该怎么学。
首先给出小编的态度：机器学习中涉及的数学课程比较多，要想一下子去穷尽所有课程显然也不现实，大可不必打好所有的数学基础再去学机器学习，最好的做法是当你对机器学习本身的理解达到一定瓶颈的时候，你可以补一补一些相关的数学基础之后再回去看机器学习的问题也许会更快的有所突破。
就拿小编来说吧，小编是先看了网易云课堂上的吴恩达机器学习课程，该课程很浅显易懂，并没有涉及很深的数学知识，但对你理解机器学习有关知识很有帮助，可以帮你快速建立机器学习框架体系。
学完之后，小编就在慢慢啃周志华的《机器学习》一书，该书涉及的数学知识还是蛮多的，有的直接给出了结果，并没有给出中间的推导过程。小编经常为了一个公式的推导花去一上午的时间，但有的推导不出。所以这时候，小编就觉得要好好补补相关的数字知识了。
下面小编为大家推荐数学基础相关视频课程。
1.线性代数
矩阵表示、矩阵运算、特征根、特征向量是基础中的基础，主成分分析（PCA）、奇异值分解（SVD）、矩阵的特征分解、LU 分解、QR 分解、对称矩阵、正交化和正交归一化、矩阵运算、投影、特征值和特征向量、向量空间和范数（Norms），这些都是理解机器学习中基本概念的基础。
国内的线性代数教材偏重于计算而忽视了线性空间，特征值等基本概念阐述。就拿小编来说，虽然考研数学分数还行，但也只知道计算，对于相关概念和知识的应用知之甚少。
线性代数课程首推 MIT的 Gilbert Strang老爷子的课程。课程链接如下：http://t.cn/RmyqB2v。
2.矩阵求导
小编个人在学习机器学习的过程中对矩阵求导产生了极大的疑惑，后来发现有类似疑惑的同学也不少，同时由于矩阵求导貌似是一个三不管的地带，微积分里的多元函数求导貌似是讲了点，矩阵分析可能也有涉及到的，但是缺乏一个统一的理论。但机器学习中好多优化问题最终都归结到矩阵求导上。
相关课程链接：The Matrix Cookbook.(http://t.cn/RmyK6Od)。
3.概率论+统计
概率论+统计（很多数据分析建模基于统计模型）、统计推断、随机过程。可以毫不夸张的说，概率论+统计是机器学习的核心数学理论，前面提到的矩阵求导和线性代数实际上是扮演打工仔的角色。
相关课程链接：MIT的概率系统分析与应用概率Probabilistic Systems Analysis and Applied Probability(https://goo.gl/stzNFZ)，还有一个是中科大 概率论与数理统计(http://t.cn/RmyKd8W)。
机器学习中的数学当然不止以上，还有许多进阶数学知识，比如数值计算、凸优化理论等，这些就靠大家去探索了。
关注微信公众号【追梦程序员】后台回复关键字“math in ml”即可获取对应的百度云资源。
好了，本次的分享就到这里，觉得对你有帮助，就点个赞吧。
机器学习中的数学基础怎么学？相关推荐
- 免费教材丨第51期：数学基础课程----概率论教程、机器学习中的数学基础
小编说 过去几个月里,有不少人联系我,向我表达他们对人工智能.数据科学.对利用机器学习技术探索统计规律性,开发数据驱动的产品的热情.但是,我发现他们中有些人实际上缺少为了获取有用结果的必要的数学直觉和 ...
- 机器学习中的数学基础（一）：高等数学
机器学习中的数学基础(一):高等数学 1 高数 1.1 如何理解方向导数与梯度? 1.2 泰勒公式 1.3 拉格朗日乘子法 1.3.1 理论支持 1.3.2 实例 在看西瓜书的时候有些地方的数学推导( ...
- 机器学习中的数学基础（2）——理解基、线性组合与向量空间
https://www.toutiao.com/a6668922466275951118/ 这是<机器学习中的数学基础>系列的第2篇. 铺垫 在介绍各种"高大上"的名词 ...
- 秦曾昌人工智能课程---1、机器学习中的数学基础
秦曾昌人工智能课程---1.机器学习中的数学基础 一.总结 一句话总结: 函数+线代:了解数学常用函数,了解矩阵,了解线性代数 由浅入深:人工智能需要的高数基础并不多,由浅入深,很简单的 1.机器学习 ...
- 秦曾昌人工智能课程---2、机器学习中的数学基础2
秦曾昌人工智能课程---2.机器学习中的数学基础2 一.总结 一句话总结: 概率论在机器学习中比较重要 1.机器学习中最重要的数学基础是什么? 概率和统计:机器学习中很多情况需要处理不确定性, 2.我 ...
- 机器学习中的数学基础--随机变量与概率分布，伯努利分布和泊松分布，贝叶斯定理
机器学习中的数学基础--第四天 随机变量与概率分布 伯努利分布和泊松分布 贝叶斯定理 随机变量与概率分布 均匀分布:每个事件的概率是一样的,例如骰子的六面,每一面的概率都是1/6 随机变量: 1.离散 ...
- 【机器学习中的数学基础】矩阵特征值、特征向量和特征值分解的几何意义
[机器学习中的数学基础]矩阵特征值.特征向量和特征值分解的几何意义 在<机器学习>西瓜书中的第十章提到了"多维缩放"(简称MDS)方法,该方法是一种经典的的降维方法.此 ...
- 机器学习中的数学基础（1）——向量和范数
https://www.toutiao.com/i6668553958534939144/ 从今天开始,我将开设一个机器学习数学基础的系列.主要介绍机器学习中经常用到的那些数学知识,方便大家入门.一说 ...
- 机器学习中的数学基础（4.1）：支持向量机Support Vector Machine（SVM）
SVM可以说是一个很经典的二分类问题,属于有监督学习算法的一种.看过那么多的博客知乎解释SVM我一定要自己总结一篇,加深一下自己的理解. 带着问题去读文章会发现,柳暗花明又一村,瞬间李敏浩出现在眼前的 ...
最新文章
- ECCV 2018|商汤37篇论文入选，为你解读精选论文（附链接+开源资源）
- 发布一个验证码生成组件
- GPP加密破解工具gpp-decrypt
- 解决eclipse编译的几种方法
- 第一个程序 - Windows程序设计（SDK）001
- mysql 函数依赖关系_MySQL关系规范化
- Redis 过期键删除策略、内存淘汰机制
- HTTP 状态码常用对照表
- 利用 Angular Directive 和 @HostBinding 实现输入文本框随着键盘输入自动变色效果
- 【数据结构】普通二叉树的实现
- jQuery两把利器
- splice方法_Array中splice用法
- 3、Go语言核心编程（高级篇）
- python一键扣图,5行Python代码一键视频抠图
- 谁是应用软件商店急需的外援
- maya破解版安装python_Maya mayapy.exe 安装 Cython，编译 pyd
- ubuntu18.04安装微信——简单操作
- HTML实现在线代码格式化、美化、加密、解密、压缩、一键转JavaScript功能工具-toolfk程序员工具网
- 软件项目、产品版本号的命名规则、定义、命名规范（git代码分支版本、项目产品文档版本）
- 电脑卡死、死机、黑屏怎么办?驱动人生教你如何解决