找回密码
 立即注册

QQ登录

只需一步,快速开始

机器学习资料整理【内有福利】 加入本站QQ交流群 本站落实实名发帖政策的通知
老哥们有没有这门课程
NVIDIA 英伟达最新实习生招聘信息 NVIDIA是谁?“全球最佳CEO”—
  随着信息技术的迅速发展,数据库的规模不断扩大,从而产生了大量的数据。为了
  随着信息时代的到了,计算机在人们生产生活的各个方面将起到越来远大的作
TensorFlow官方文档—中文版 链接:https://pan.ba
该教程将通过知识点讲解+答疑指导相结合的方式,让大家循序渐进的了解深度学习模型并通过实操演示掌握相关框架及TensorFlow工
本帖最后由 周天 于 2018-1-2
最最经典的凸
lhh.163@163.com
机器学习算法需要作用于数据,而数据的本质则决定了应
【主讲嘉宾】 https://bbs.byr.cn/att/BBSOpenAPI/0/1560/41488 宋 宇 纵目科技无人驾驶事业部首席科学
小菜鸟一个,想问问大神可不可以利用docker在ubuntn16.04下同时安装tensorf
6K字面经 | 蚂蚁金服、 百度金融、易贷网等大厂面试经验金九银十找工作的季节刚刚过去,小伙伴们是否找到了心仪
为答谢各位论坛会员对本论坛的
云计算可谓是大数据的最好载体。随着数据量的快速增长,大
“N+”大会是面向全球 AR、VR、AI 等互联网新技术领域的行业领袖及从业者的盛会。 旨在推动全球
优达学院面试技能三件套,包括找工作策略、模拟面试、拓展人脉三门课程
编者按:2017年是不平凡的一年(当然,事实上,每一年都是;P)
查看: 631|回复: 6

机器学习需要哪些数学基础啊?

[复制链接]

5

主题

19

帖子

203

积分

初级会员

积分
203
发表于 2017-12-28 17:12:06 | 显示全部楼层 |阅读模式
回复 论坛版权

使用道具 举报

7

主题

25

帖子

872

积分

管理员

积分
872
发表于 2017-12-28 22:26:11 | 显示全部楼层
本帖最后由 ai88 于 2017-12-28 22:27 编辑

1. 线性代数:主成分分析(PCA)、奇异值分解(SVD)、矩阵的特征分解、LU 分解、QR 分解、对称矩阵、正交化和正交归一化、矩阵运算、投影、特征值和特征向量、向量空间和范数(Norms),2 概率论和统计学:机器学习和统计学并不是迥然不同的领域。事实上,最近就有人将机器学习定义为「在机器上做统计」。机器学习需要的一些概率和统计理论分别是:组合、概率规则和公理、贝叶斯定理、随机变量、方差和期望、条件和联合分布、标准分布(伯努利、二项式、多项式、均匀和高斯)、 矩母函数 (Moment Generating Functions)、最大似然估计(MLE)、先验和后验、最大后验估计(MAP)和抽样方法。
3. 多元微积分:一些必要的主题包括微分和积分、偏微分、向量值函数、方向梯度、海森、雅可比、拉普拉斯、拉格朗日分布。
4. 算法和复杂优化:这对理解我们的机器学习算法的计算效率和可扩展性以及利用我们的数据集中稀疏性很重要。需要的知识有数据结构(二叉树、散列、堆、栈等)、动态规划、随机和子线性算法、图论、梯度/随机下降和原始对偶方法。
5. 其他:这包括以上四个主要领域没有涵盖的数学主题。它们是实数和复数分析(集合和序列、拓扑学、度量空间、单值连续函数、极限
回复 支持 反对

使用道具 举报

0

主题

41

帖子

101

积分

普通会员

积分
101
发表于 2018-1-24 20:11:32 | 显示全部楼层
回复

使用道具 举报

0

主题

110

帖子

821

积分

中级会员

积分
821
发表于 2018-4-17 13:34:52 | 显示全部楼层
我也开始学机器学习了
回复 支持 反对

使用道具 举报

0

主题

8

帖子

98

积分

普通会员

积分
98
发表于 2018-5-16 15:04:31 | 显示全部楼层
谢谢!!!!!
回复

使用道具 举报

0

主题

267

帖子

439

积分

初级会员

积分
439
发表于 2018-11-6 13:53:39 | 显示全部楼层

谢谢!!!!!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

宸ュ晢钀ヤ笟鎵х収鐢靛瓙璁稿彲璇 | QQ|申请友链|小黑屋|手机版|人工智能A7论坛(aqinet.cn) ( 沪ICP备15039134号-1 ) 人工智能A7论坛坛友会

GMT+8, 2019-1-17 19:37 , Processed in 0.061519 second(s), 50 queries .

Powered by Discuz! X3.4 Licensed

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表