これは、機械学習の数学を学ぶために必要なリソースのリストです。
リソースをカテゴリに分類しました。
機械学習の数学
Siraj Raval が機械学習を構成する 4 つの主要な数学分野について説明するこのビデオをご覧ください。
このリストは、高校生と数学が少し苦手だと感じている人の両方に役立つことを目的としています。これは、機械学習に必要な数学を学習するための体系的なアプローチです。
『マンガ 線形代数ガイド』: おそらく線形代数を始めるのに最適な本です。マンガ形式なので、資料を簡単にめくって、素早く楽しく学ぶことができます。
線形代数入門 - Gilbert Strang: この本は、前の本と比べてはるかに詳細です。 Gilbert Strang は、MIT OCW にも MOOC を提供しています。これは、以下の MOOC セクションにリンクされています。この本を MOOC と併用することを強くお勧めします。
線形代数: 現代的な入門書: この非常に高価な本は、読みやすく理解しやすく、トピックが論理的に非常によく整理されているため、少数の人が「無味乾燥すぎる」と感じるストラングの本の代わりになる可能性があります。各章は、そのセクションで扱う概念を非公式に紹介する問題から始まります。
線形代数のエッセンス - 3Blue1Brown: これは間違いなく Youtube で最高の線形代数プレイリストです。
線形代数 - カーン アカデミー: カーン アカデミーのファンと、線形代数を使い始めるためのツールです。
線形代数 - ギルバート ストラング (MIT OCW): ギルバート ストラングが教える有名な線形代数コース。これはおそらく最高の線形代数 MOOC です。
私は、機械学習に必要な微積分の非常に特殊な部分を学ぶことに重点を置いているため、微積分に関する本をこれ以上読むことはお勧めしません。微積分について博士レベルの理解を得るつもりはありません。
Essence of Calculus - 3Blue1Brown: Grant Sanderson は、微積分をあなた自身が発見できたかもしれないもののように感じさせる非常に優れたプレイリストを持っています。
微分積分 - カーン アカデミー
多変数微積分 - カーン アカデミー
統計と確率
確率入門 - 不確実性の科学 (MIT)
統計を考える - アレン・ダウニー
マンガでわかる統計学入門
知能の数学にかなりの自信がある場合は、次の研究論文をご覧ください。
また、このカリキュラムを週単位で分割した Trello ボード バージョンも作成しました。
注:機械学習と AI に興味があり、 AI の数学カリキュラムの構築を支援したい場合は、大歓迎です。 Twitter で私を見つけて作業を開始するか、単純にプル リクエストを行ってください。