机器学习使用各种数学领域的工具。本文试图对机器学习入门课程所需的数学背景进行总结,这门课在加州大学伯克利分校被称为CS 189/289A。我们假设读者已经熟悉多变量微积分和线性代数的基本概念(UCB数学53/54的水平)。这里介绍的大多数主题都很少涉及; 我们打算给出一个概述,并向感兴趣的读者指出更全面的处理以获得进一步的细节。请注意,本文关注的是机器学习的数学背景,而不是机器学习本身。我们将不讨论具体的机器学习模型或算法,除非可能通过强调数学概念的相关性。该文件的早期版本不包括校样。我们已开始在有助于理解的相当短的证明里加上证明。这些证明不是cs189的必要背景,但可以用来加深读者的理解。

成为VIP会员查看完整内容
179

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
【经典书】概率机器人,668页pdf
专知会员服务
68+阅读 · 2020年12月16日
【经典书】概率理论:科学逻辑,95页pdf
专知会员服务
71+阅读 · 2020年10月18日
【经典书】概率统计导论第五版,730页pdf
专知会员服务
233+阅读 · 2020年7月28日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
223+阅读 · 2020年5月2日
机器学习速查手册,135页pdf
专知会员服务
335+阅读 · 2020年3月15日
【资源】机器学习数学全书,1900页PDF下载
全球人工智能
146+阅读 · 2019年10月17日
421页《机器学习数学基础》最新2019版PDF下载
【资源】这本开放书籍帮你扫清通往ML的数学绊脚石
机器学习算法与Python学习
55+阅读 · 2018年10月28日
381页机器学习数学基础PDF下载
专知
88+阅读 · 2018年10月9日
Neural Code Summarization
Arxiv
0+阅读 · 2021年3月4日
Arxiv
20+阅读 · 2019年9月7日
Arxiv
4+阅读 · 2018年9月25日
VIP会员
相关VIP内容
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
【经典书】概率机器人,668页pdf
专知会员服务
68+阅读 · 2020年12月16日
【经典书】概率理论:科学逻辑,95页pdf
专知会员服务
71+阅读 · 2020年10月18日
【经典书】概率统计导论第五版,730页pdf
专知会员服务
233+阅读 · 2020年7月28日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
223+阅读 · 2020年5月2日
机器学习速查手册,135页pdf
专知会员服务
335+阅读 · 2020年3月15日
微信扫码咨询专知VIP会员