资料 | 机器学习数学基础

AI研习社 AI开发者 昨天


今日资料推荐

机器学习数学基础》即 Mathematics for Machine Learning

由 Marc Peter Deisenroth,A Aldo Faisal 和 Cheng Soon Ong 撰写的《机器学习数学基础》“Mathematics for Machine Learning” 最新版 417 页 pdf 版本已经放出,作者表示撰写这本书旨在激励人们学习数学概念,作者的目标是通过该书提供阅读其他书籍所需的数学基础。

这本书分为两部分:数学基础知识和使用数学基础知识进行机器学习算法示例。值得初学者收藏和学习!

  • 谁是目标受众

本书的目标受众包括普通大学生、夜校生和机器学习在线课程的学习者等等。

  • 目录

Part I: 数据基础

Introduction and Motivation

Linear Algebra

Analytic Geometry

Matrix Decompositions

Vector Calculus

Probability and Distribution

Continuous Optimization

Part II: 机器学习问题

When Models Meet Data

Linear Regression

Dimensionality Reduction with Principal Component Analysis

Density Estimation with Gaussian Mixture Models

Classification with Support Vector Machines

  • 简介(Introduction)

本书分为两部分,第一部分是数学基础的讲解,第二部分是将第一部分的数学概念应用于基本的机器学习问题中,从而形成 “机器学习四大支柱”。

全书配套网站:https://mml-book.com

希望大家喜欢!


 扫 码 即 可 查 看 收 藏 

点击
阅读原文
,下载/收藏更多相关资料
    已同步到看一看