魚羊 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
你可能不止一次聽說,想要學好機器學習,要先打好數學基礎。
然而,數學知識千千萬,到底該從哪裡入門,怎樣才能系統學習呢?
朋友,這裡有一本機器學習數學“百科全書”,瞭解一下?
此書來自賓夕法尼亞大學計算機與信息科學系,涵蓋代數,拓撲,微積分和優化理論,提供免費PDF下載(鏈接見文末)。
打開細看,一股豐盛的數學大餐的氣息迎面撲來:
內置9大章節,1962頁全面豐富的計算機科學和機器學習相關數學知識,有教學,還有習題。
難怪有網友表示:這裡已經涵蓋了你所需要的全部數學知識。
機器學習的數學百科全書
9個大的章節,囊括計算機科學和機器學習中涉及到的各種數學知識:
線性代數
仿射和射影幾何
雙線性形式的幾何
代數:主理想整環(PID),唯一分解整環(UFD),諾特環,張量,PID上的模,範式
拓撲,微積分
優化理論基礎
線性優化
非線性優化
機器學習中的應用
作者還給劃了重點:
在基本代數結構,群、環、場及向量空間這四章中,重點是向量空間。
在每一章的末尾,也會有相應的知識點總結,和配套課後練習。
比如線性代數這一章中第一小節《向量空間,基底,線性映射》的末尾,作者就總結了向量空間的概念、向量的線性組合、向量組的線性相關性和線性獨立性等26個重點概念。
以及21道課後習題。
這樣一份“百科全書”,還真是驚喜與“驚嚇”並存:
有網友則評論說,很難想象如何完全學完這本書。不過作為一本百科全書來參考是很不錯的。
作者
這本書的作者,是賓夕法尼亞大學計算機與信息科學系教授Jean Gallier,和Jocelyn Quaintance 。
Jean Gallier教授的研究領域為計算機視覺和計算機圖形學,同時,他也在賓夕法尼亞大學數學系任教。
傳送門
免費電子書:
https://www.cis.upenn.edu/~jean/math-deep.pdf
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們,第一時間獲知前沿科技動態
閱讀更多 量子位 的文章