the math of intelligence

Die Mathematik der Intelligenz

Was ist das?

Dies ist eine Liste der Ressourcen, die Sie zum Erlernen der Mathematik des maschinellen Lernens benötigen.

Wie man es benutzt

Ich habe die Ressourcen in Kategorien unterteilt.

Warum ist Mathematik beim maschinellen Lernen wichtig?

Mathematik des maschinellen Lernens

Sehen Sie sich dieses Video an, in dem Siraj Raval die vier großen Mathematikdisziplinen erklärt, aus denen maschinelles Lernen besteht.

Der Highschool-Leitfaden zur Mathematik der Intelligenz:

Diese Liste richtet sich sowohl an Oberstufenschüler als auch an diejenigen, die das Gefühl haben, dass ihre Mathematik etwas eingerostet ist. Dies ist ein systematischer Ansatz zum Erlernen der für maschinelles Lernen erforderlichen Mathematik.

Vorkenntnisse:

• Lerne Algebra
  • Algebra I – Khan Academy
  • Algebra II – Khan Academy

Lineare Algebra:

Bücher:

• Der Manga-Leitfaden zur linearen Algebra: Wahrscheinlich das beste Buch, um mit der linearen Algebra zu beginnen. Der Manga-Stil erleichtert das Durchblättern des Materials und ermöglicht ein schnelles und unterhaltsames Erlernen.

• Einführung in die lineare Algebra – Gilbert Strang: Dieses Buch ist viel detaillierter als das vorherige. Gilbert Strang hat auch einen MOOC zum MIT OCW, der unten im Abschnitt „MOOCs“ verlinkt ist. Es wird dringend empfohlen, dieses Buch zusammen mit dem MOOC zu verwenden.

• Lineare Algebra: Eine moderne Einführung: Dieses super teure Buch kann ein Ersatz für Strangs Buch sein, das einige Leute als „zu trocken“ empfinden, da es leicht zu lesen und zu verstehen ist und die Themen sehr gut und logisch gegliedert sind. Jedes Kapitel beginnt mit einer Aufgabe, die informell die Konzepte vorstellt, die in den Abschnitten behandelt werden.

MOOCs/Videos:

• Essenz der linearen Algebra – 3Blue1Brown: Dies ist definitiv die beste lineare Algebra-Playlist auf Youtube.

• Lineare Algebra – Khan Academy: Für Fans der Khan Academy und zum Einstieg in die lineare Algebra.

• Lineare Algebra – Gilbert Strang (MIT OCW): Der berühmte Kurs über lineare Algebra von Gilbert Strang. Dies ist wahrscheinlich der beste lineare Algebra-MOOC, den es gibt.

Infinitesimalrechnung:

Bücher:

• Der Manga-Leitfaden zur Infinitesimalrechnung: Um Sie noch einmal sanft in die Infinitesimalrechnung einzuführen, lehrt dieses Buch die Infinitesimalrechnung auf eine sehr lustige und komische Art und Weise.

Ich würde nicht empfehlen, weitere Bücher über Infinitesimalrechnung zu lesen, da unser Fokus darauf liegt, einen ganz bestimmten Teil der Infinitesimalrechnung zu erlernen, der für maschinelles Lernen erforderlich ist. Wir wollen kein Verständnis der Infinitesimalrechnung auf Doktorandenniveau erlangen.

MOOCs/Videos:

• Essence of Calculus – 3Blue1Brown: Grant Sanderson hat eine wirklich gute Playlist, die der Analysis das Gefühl gibt, etwas zu sein, was Sie selbst hätten entdecken können.

• Differentialrechnung - Khan Academy

• Multivariablenrechnung – Khan Academy

Statistik & Wahrscheinlichkeit:

MOOCs:

• Statistik und Wahrscheinlichkeit

• Einführung in die Wahrscheinlichkeit – Die Wissenschaft der Unsicherheit vom MIT

Bücher:

• Denken Sie an Statistiken – Allen Downey

• Der Manga-Leitfaden zur Statistik

---

Wenn Sie sich mit der Mathematik der Intelligenz ziemlich sicher fühlen, finden Sie hier eine Forschungsarbeit:

• Die Matrixrechnung, die Sie für Deep Learning benötigen – Terence Parr und Jeremy Howard
• (Druckversion)

---

Wir haben auch eine Trello-Board-Version dieses Lehrplans erstellt, in der wir diesen Lehrplan wöchentlich aufgeteilt haben.

Hinweis: Wenn Sie sich für maschinelles Lernen und KI interessieren und beim Aufbau des Lehrplans „Mathematik der KI“ mithelfen möchten, sind Sie herzlich willkommen. Finden Sie mich auf Twitter, um damit zu beginnen, oder stellen Sie einfach eine Pull-Anfrage.