2019最新《機器學習數學基礎》分享(附代碼及PDF下載)

點擊上方「智能與算法之路」，選擇「星標」公眾號

資源乾貨，第一時間送達

一、資源介紹

今天給大家推薦一份最新關於機器學習數學基礎的免費書，這本書由Marc Peter Deisenroth，A Aldo Faisal和Cheng Soon Ong撰寫。作者表示撰寫這本書旨在激勵人們學習數學概念。這本書並不打算涵蓋前沿的機器學習技術，因為已經有很多書這樣做了。相反，作者的目標是通過該書提供閱讀其他書籍所需的數學基礎。這本書分為兩部分：數學基礎知識和使用數學基礎知識進行機器學習算法示例。值得初學者收藏和學習！

隨著機器學習在社會中的廣泛應用，作者相信每個人都應該對它的基本原理有一些了解。這本書是用學術數學的風格來寫的，這使讀者能夠精確地了解機器學習背後的概念。作者鼓勵不熟悉這種簡潔的風格的讀者堅持閱讀下去，並牢記每個主題的目標。作者在整篇文章中都有標記和評論，希望這些評論能對讀者提供一些有用的指導。此外，本書假定讀者具備高中數學和物理中常用的數學知識。例如，導數和積分，以及二維或三維的幾何向量。因此，本書的目標受眾包括普通大學生、夜校生和機器學習在線課程的學習者等等。

官網：https://mml-book.github.io/

二、主要內容

本書分為兩部分，第一部分是數學基礎的講解，第二部分是將第一部分的數學概念應用於基本的機器學習問題中。

下面是主要目錄

第一部分:數學基礎

介紹和動機

線性代數

解析幾何

矩陣分解

向量微積分

概率和分布

持續優化

第二部分:主要機器學習問題

當模型遇到數據時

線性回歸

主成分分析降維

用高斯混合模型估計密度

用支持向量機分類

三、資源分享

同時為了方便大家，我們把最新的資料打包好了，可以直接下載！

獲取方式：

1. 關注我們的公眾號「智能與算法之路」

2. 後臺回復「ml數學基礎」 即可以獲取資料哈~（建議複製，避免錯字）

歡迎關注我們，收穫資源乾貨！