這是學習機器學習數學所需的資源清單。
我已將資源分為幾類。
機器學習數學
觀看這段視頻,Siraj Raval 解釋了構成機器學習的四大數學學科。
這份清單旨在為高中生和那些覺得自己的數學有點生疏的人提供服務。這是學習機器學習所需數學的系統方法。
The Manga Guide to Linear Algebra:可能是開始線性代數的最佳書籍。漫畫風格使材料易於快速、有趣地翻閱和學習。
線性代數入門 - Gilbert Strang:這本書比前一本更詳細。吉爾伯特·斯特朗 (Gilbert Strang) 還在 MIT OCW 上開設了 MOOC,其連結位於下面的 MOOC 部分。強烈建議將這本書與 MOOC 一起使用。
《線性代數:現代入門》:這本超級昂貴的書可以取代斯特朗的書,有些人覺得「太乾」了,因為它很容易閱讀和理解,主題組織得非常有邏輯。每章都以一個問題開始,非正式地介紹各節中將要討論的概念。
Essence of Linear Algebra - 3Blue1Brown:這絕對是 Youtube 上最好的線性代數播放清單。
線性代數 - 可汗學院:適合可汗學院的粉絲,幫助您快速掌握並運行線性代數。
線性代數 - Gilbert Strang(麻省理工學院 OCW):著名的線性代數課程,由 Gilbert Strang 教授。這可能是最好的線性代數 MOOC。
我不建議閱讀更多有關微積分的書籍,因為我們的重點是學習機器學習所需的微積分的非常具體的部分,我們不想獲得對微積分的博士水平的理解。
Essence of Calculus - 3Blue1Brown:Grant Sanderson 有一個非常好的播放列表,可以讓微積分感覺像是您自己可以發現的東西。
微分學 - 可汗學院
多變量微積分 - 可汗學院
統計與機率
機率導論 - 不確定性科學 麻省理工學院
思考統計 - 艾倫唐尼
漫畫統計指南
如果您對智力數學非常有信心,這裡有一篇適合您的研究論文:
我們還創建了課程的 Trello 看板版本,我們按週對此課程進行劃分。
注意:如果您熱衷於機器學習和人工智慧,並且想幫助建立人工智慧數學課程,那麼我們非常歡迎您。在 Twitter 上找到我以開始使用它或只是提出拉取請求。