《机器学习数学基础》

机器学习的基础在于数学语言的应用，它能够将看似直观但难以形式化的概念精确表达出来。通过合适的数学表达，我们可以利用各种数学工具来推导机器学习算法的设计决策。这不仅有助于我们更好地理解所处理的问题，还能让我们深入了解智能的本质。许多数学专业的学生常抱怨数学理论与实际问题似乎关联不大。然而，我们认为机器学习正是激发人们对数学产生兴趣的重要动力之一。

本书旨在成为现代机器学习数学基础的一个实用指南。通过直接展示数学概念在基础机器学习中的应用价值，我们希望能够激发读者对数学的兴趣。为了使内容尽可能简洁，我们省略了一些复杂的细节和高级概念。本书主要介绍一些基本的数学概念及其在机器学习中的应用意义，读者可以在每章的结尾找到更多深入学习的资源。对于已经有数学背景的读者来说，本书提供了简明而准确的机器学习概述。不同于其他侧重介绍机器学习方法、模型或编程技能的书籍，本书只介绍了四种典型的机器学习算法。我们的重点在于揭示这些算法背后的数学原理，并展现其抽象的魅力。我们希望所有读者都能够通过这些基础数学模型，更深刻地理解机器学习中的关键问题和实际挑战。

随着机器学习在社会各个领域的广泛应用，我们认为每个人都应该对其背后的原理有所了解。本书采用严谨的学术写作风格，帮助读者准确掌握机器学习的核心概念。我们鼓励那些不熟悉这种写作风格的读者继续阅读本书，并记住每一部分的目的。本书假定读者具备中学数学和物理的基础知识，如对导数、积分以及二维和三维几何向量的理解。因此，本书的目标读者群体包括大学生、夜校学生以及参加在线机器学习课程的学习者。

此外，在Coursera平台上还有一门由帝国理工学院提供的专项课程“Mathematics for Machine Learning”。配合本书一起学习，效果会更好哦！

扫码或点击下方链接进入社区下载

下载链接：https://www.yanxishe.com/resourceDetail/995?from=leiphonecolumn_res0316