机器学习中的数学
Mathematics for Machine Learning
Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong · 初版 2019 年
- 8次提及
- 8人推荐
- 8位 HN 评论者
简介
理解 machine learning 所需的基础数学工具包括 linear algebra、analytic geometry、matrix decompositions、vector calculus、optimization、probability 和 statistics。这些主题传统上分散在不同课程中讲授，使得 data science 或 computer science 专业的学生以及从业人员难以高效学习这些数学知识。这本自成体系的教材弥合了数学教材与 machine learning 著作之间的鸿沟，以最低的前提知识要求引入数学概念。它利用这些概念推导出了四个核心 machine l
Hacker News 读者推荐
……能达到这种水准。更糟糕的是，这类书里有一大堆（如果不是绝大多数的话）根本就是换皮抄袭，内容一模一样只是挂了不同的作者名。链接里这本书完全没有这些毛病。[0] 《面向机器学习的数学》，作者 Deisenroth、Faisal、Ong https://mml-book.github.io/book/mml-book.pdf [1] 《数据科学基础》，作者 Blum、Hopcroft、Kannan http://www.cs.cornell.edu/jeh/book%20no%20so;utions%20March%... 2]……
melodrama 在 HN 的推荐
《面向机器学习的数学》，作者 Marc Peter Deisenroth、A Aldo Faisal 和 Cheng Soon Ong。https://mml-book.com/
webdva 在 HN 的推荐
……线性代数入门（或复习）好书。覆盖了大量基础知识，同时保持了内容的一致与简练。配有大量练习题，还有一本配套的 Julia 补充教材。(http://vmls-book.stanford.edu/) * 《面向机器学习的数学》——非常全面地涵盖了与 ML 相关的最核心数学概念 (https://mml-book.github.io/) * 《预测：方法与实践》——据我所知关于预测领域最好的综合资源；基于 R 语言。……
jointpdf 在 HN 的推荐
找书
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。