设为首页 | 收藏本站
您的位置:弥荐饲料有限公司 > 关于我们 >

机器学习背后的数学支撑,这5本书帮你搞定!


点击:180 作者:弥荐饲料有限公司 日期:2020-07-04 19:13:39

本文转载自公多号“读芯术”(ID:AI_Discovery)。

机器学习从只适用于研发人员的工具变成了被普及采纳行使的手段,多亏了开源机器学习和深度学习框架的爆炸性发展。现现在,机器学习周围比以去任何时候都更容易上手。同时,这也助力了吾们现在所经历的科技的疯狂发展。

弄清理法是如何真实做事的,能够协助你在设计、开发和调试机器学习编制方面获得重大上风。许多人挑到数学就打哆嗦,机器学习正益涉及很无数学知识,这项义务能够会令许多人怯步。

然而,数学并不答成为人们在机器学习周围的“绊脚石”。相逆,学益数学对于掌握机器学习特意有必要。从高层次上讲,机器学习中涉及四大数学支撑:线性代数、概率论、多元微积分、最优化理论。

为这些中央序言构建牢固基础,晓畅最先辈的机器学习算法(例如卷积网络、生成式对抗网络等)的内部做事原理,吾们必要为此支付时间,这并不是用一个下昼能搞定的事情。

但鉴于你一连为此支付时间,也能够在短时间内便学到不少知识。在本文中,吾选择了五本对吾最有协助的书籍,期待对你也会有协助。

1. 《线性代数答该云云学》——谢尔顿·阿克斯勒

机器学习背后的数学支撑,这5本书帮你搞定

倘若以“传统”手段讲授线性代数(先学习走列式和矩阵,再学习向量空间),对初学者而言太难了,线性代数将成为一门时兴却艰难的学科。

当吾们把教学挨次调换一下,这门课程会变得相等直不都雅和清亮。本书以特意友益和有见地的手段介绍了线性代数。多期待吾最初是经历这本书学习的线性代数而不是行家段。

2. 《与深度学习神交》——安德鲁·特拉斯克

机器学习背后的数学支撑,这5本书帮你搞定

这本书是这个清单中吾最爱的一本。倘若你只有浏览一本书的时间,必定不要错过这本。

本书包含了对神经网络内部做事原理的完善实操介绍,选取了代码片段行为一切素材。尽管这本书并非特意针对高等数学,关于我们但读过这本书后,你对深度学习数学知识的晓畅将多于95%的数据科学家、机器学习工程师和其他开发人员。

你还能够从头开起构建神经网络,这也许是最佳的演习手段。当用机器学习开起构建神经网络时,吾也曾行使NumPy从零开起构建了卷积网络。

3. 《概率论:给满腔亲炎的初学者》——大卫·莫林

机器学习背后的数学支撑,这5本书帮你搞定

大无数相关机器学习的书籍都异国精确地介绍概率论,而是足够了令人疑心的符号,且频繁杂沓密度函数和离散分布。读者倘若异国壮实的概率论背景知识是很难理解的。

而本书将为你带来对概率论详细、精确且浅易清亮的介绍。这适用于之前对概率论异国任何晓畅的学习者。

4. 《多变量微积分》——丹尼斯·奥鲁 (来自麻省理工学院盛开式课程)

这并不是一本书,而是麻省理工学院一门相关多变量微积分并可对公多盛开的大学录制课。在吾所清新的一切资源中,这门课程是迄今为止对该主题的最佳介绍。

对于有单变量微积分背景知识的听课者来说,这门课程能够锦上增花,即便异国,听课者也能够轻巧跟上。它唯一的弱点是没能很益地介绍到的知识点是梯度消极算法,而这是神经网络的基础。

5. 《深度学习》——伊恩·古德费洛、约舒亚·本吉奥与亚伦·库维尔

机器学习背后的数学支撑,这5本书帮你搞定

这本书由机器学习周围中一些最有才华的人撰写而成,包含了上述的一切理论,是深度学习钻研人员和开发人员的始选资源。该书综相符了数学理论并行使了重型机器,为诸如卷积和递归网络、自动编码器等最新深度学习手段挑供了郑重请示。

最棒的一点是行家能够在线上免费浏览这本书(https://www.deeplearningbook.org/)。

在吾罗列出的一切书现在中,这本书能够是最难以理解的。理解深度学习必要从概率论的角度望待算法实在有些难得。

 

占有这些书现在肯定算不上轻巧,也许会消耗不少时间,但置信吾,你必定会有所收获。积累知识是最益的投资。这些知识将为你构建机器学习编制带来重大上风,更不必说机器学习背后的理论自己就是相等优雅而迷人的。

 

友情链接