Làm thế nào tôi có thể bắt đầu học toán cho máy học?

7

Tôi là một lập trình viên Android. Bây giờ, tôi muốn học máy học. Tôi biết nó đòi hỏi một nền tảng toán học, như thống kê, xác suất, tính toán và đại số tuyến tính. Tuy nhiên, tôi hơi lạc lõng. Tôi nên bắt đầu từ đâu? Ai đó có thể cung cấp cho tôi một lộ trình về cách học nền toán học cần thiết cho học máy không?

machine-learning math

— Anko6
nguồn

1

Hầu hết các thuật toán học máy đòi hỏi toán học rất cơ bản, như sản phẩm chấm và các hàm đơn giản như sin, cos (nếu bạn biết chúng là gì, thế là đủ) ... Sau đó, bạn sẽ gặp kẻ thù của tôi, lan truyền Back, buộc bạn phải mở Tính toán, nó không phức tạp lắm nhưng đối với những người đần độn toán học như .. mọi người trên thế giới, nó đòi hỏi một số cống hiến. Câu trả lời ngắn, bắt đầu bằng cách học ML và tra cứu toán học theo yêu cầu.

— Úc

Bắt đầu bằng cách đọc Cẩm nang về Neuroevolution thông qua Erlang amazon.com/Handbook-Neuroevolution-Through-Erlang-Gene/dp/ , một khởi đầu tuyệt vời và đòi hỏi toán học rất cơ bản.

— Úc

Một câu hỏi liên quan: Tôi cần học gì cho máy học? .

— nbro

5

Bạn nên bắt đầu từ khóa học máy của Tiến sĩ Andrew Ng trên Coursera. Đây có lẽ là khóa học phổ biến nhất cho những người mới học máy. Đây là một khóa học miễn phí.

Bạn cũng nên lấy ebook "Các yếu tố của học thống kê" PDF. Đó là một cuốn sách miễn phí.

Bạn có thể muốn tập trung vào:

hồi quy
Xác nhận chéo
Trao đổi thiên vị
Bề mặt quyết định
Xuống dốc

Và hơn thế nữa...

— Chào thế giới
nguồn

Một cuốn sách tuyệt vời, nhưng trước tiên tôi muốn giới thiệu "Giới thiệu về học thống kê" (bởi hầu hết các tác giả). Nó mang tính giới thiệu nhiều hơn và ít đòi hỏi về mặt toán học hơn. www-bcf.usc.edu/~gareth/ISL Ngoài ra còn có một khóa học trực tuyến miễn phí tại Stanford bởi các tác giả của nó sử dụng cuốn sách. lagunita.stanford.edu/cifts/HumanitiesScience/StatLearning/,

— Randy

Nếu bạn thực sự muốn học toán để học máy bắt đầu với Xác suất, Đại số tuyến tính, Tối ưu hóa, Hệ thống động lực. Tất cả mọi thứ trong ML được xây dựng từ những thứ này. Và hầu hết mọi người trong lĩnh vực này không thực sự đọc mọi thứ đúng cách.

— mathtick

1

Nếu bạn quan tâm đến việc đào sâu các khái niệm thống kê của mình trước khi đi sâu vào học máy, tôi khuyên bạn nên giới thiệu khóa học Thống kê: Thống kê mô tả trong edX

bạn sẽ học ở đâu

Các khái niệm cơ bản và phương pháp thống kê
Làm thế nào để giới thiệu tóm tắt dữ liệu đồ họa và số
Hiểu lý do đằng sau các tính toán, các giả định theo đó chúng hợp lệ và giải thích chính xác các kết quả

Liên kết cho khóa học là edX

Điều này chắc chắn sẽ làm rõ nền tảng thống kê của bạn với lợi ích bổ sung của chứng nhận.

— bán thời gian
nguồn

1

Một số khái niệm toán học cơ bản cần có trong trường ML như sau:

Đại số tuyến tính
Hình học giải tích
Phân rã ma trận
Toán tử vectơ
Xác suất và phân phối
Tối ưu hóa liên tục

Một cuốn sách rất gần đây có sẵn trong Toán học cho Machine Learning bao gồm tất cả các khía cạnh này và hơn thế nữa.

— anurag
nguồn