MIT大牛Gilbert Strang新書:《線性代數與從數據中學習》搶先看

2021-01-11 量子位

銅靈 發自 凹非寺量子位 出品 | 公眾號 QbitAI

經典教材《Introduction to Linear Algebra》(《線性代數導論》)的作者Gilbert Strang教授又要出新書了。

這本新書名叫Linear Algebra and Learning from Data(《線性代數與從數據中學習》),面向有一定基礎、想進階線性代數技能的同學。

此次教授親自出馬再推新書,號召力非常強大。微博科技博主@愛可可-愛生活推薦後短短幾個小時,已經有200多人轉發。

注重關聯

這本書全書有432頁,共分為7章,每章內容從5到12小節不等。

7個章節主要內容分別為:

線性代數重點計算大型矩陣低秩與壓縮感知特殊矩陣概率與統計優化從數據中學習和普通的線性代數教材不同,這本書中還著力講解了深度學習任務中與線性代數的聯繫。

比如在樣章中可以看到,第七章節已經開始介紹深度神經網絡、卷積神經網絡、反向傳播與鏈式法則等相關內容,還憧憬了對機器學習技術在真實世界應用的展望。

Gilbert Strang本人在新書前言中表示,深度學習的出現不僅對人類生活起到的優化和促進作用,而且還促進了此前各種經典算法的進步。在線性代數基礎上理解深度學習讓人興奮。

去年11月19日,這本書已經提上了出版日程。官方表示本月中旬將印刷。

MIT大牛出品

還未出版就受到這麼多關注,也是因為這本書的作者Gilbert Strang是業界知名大牛。

此前Gilbert Strang那本線性代數教材《線性代數導論》)至今已被無數過來人安利,評價也是出奇得好:「難度適中」、「注重從實際問題中培養數學感覺」「在講故事中理解數學原理」。

作者Gilbert Strang是美國數學家,主要研究有限元理論、變分法、小波分析及線性代數等方向,還是牛津大學貝利奧爾學院榮譽研究員。

除了研究,Gilbert Strang對教育界的貢獻一直沒有間斷,不僅現在仍在MIT數學系擔任教授任教,還著有七部經典數學教材和一部專著。

老爺子現在已經80多歲了,還在投身教育出版新書,網友稱讚他「筆耕不輟」。

傳送門

樣章地址:

http://math.mit.edu/~gs/learningfromdata/

相關焦點

  • 線性代數與數據學習:MIT教授Gilbert Strang幫你打下堅實的數學...
    機器之心編輯作者:思源、劉曉坤MIT 教授 Gilbert Strang 最新書籍《線性代數與數據學習》(Linear Algebra and Learning from Data)將在 1 月中旬發行。
  • 86歲還在錄網課:MIT教授Gilbert Strang最新「線性代數」課程上線
    在 B 站上,Strang 老爺子的「線性代數 MIT 18.06」課程也達到了 60 多萬的播放量(只是其中一個資源的統計數據),可以說是 B 站最火的英文《線性代數》課程。同時,這門課程也是 MIT 最受歡迎的課程之一。根據 OCW 官網統計的數據,這門課程自 2002 年第一次發布以來,總訪問量已經超過 1000 萬。
  • 深度學習和機器學習的線性代數入門
    本文目錄引言機器學習ML和深度學習NN中的線性代數矩陣向量矩陣乘法轉置矩陣逆矩陣正交矩陣對角矩陣正確理解機器學習和深度學習的概念,掌握以下這些數學領域至關重要:機器學習和深度學習中的線性代數在機器學習中,很多情況下需要向量化處理,為此,掌握線性代數的知識至關重要。
  • 線性代數中矩陣的秩不等式總結,考試經常考,這樣學習拿高分!
    線性代數中矩陣的秩是非常重要的一個概念,它不僅可以用來判斷線性方程組的解的情況,也是描述矩陣重要特徵的一個概念。由於許多數學符號無法正常顯示,例如轉秩符號,AxMath和MathType等數學公式編譯器也使用不上,所以可能會有一些表述不夠直觀,還請多多包涵。小編思考了很久,如何來講解矩陣的秩是這個概念,才能讓大家通俗易懂的理解。
  • 微積分、線性代數、概率論,這裡有份超詳細的ML數學路線圖
    但如果你是沒有數學基礎的初學者,這裡有一份學習路線圖,帶你從零開始深入理解神經網絡的數學原理。大多數機器學習都建立在三種數學理論的基礎上:線性代數、微積分和概率論,其中概率論的理論又基於線性代數和微積分。微積分微積分包括函數的微分和積分。神經網絡本質上是一個可微函數,因此微積分是訓練神經網絡的基本工具。
  • 線性代數中行列式計算總結,學會這些方法,拿下行列式的半壁江山
    小編把線性代數的內容劃分成24部分,對應著太極拳24式。上一節中我們學習的是「起手勢」,其主要內容是回顧了行列式(determinant)的發展歷史及學習了行列式計算的定義法、利用行列式性質的方法、升階法、降階法、拉普拉斯(laplace)定理(The big formula)。
  • 線性代數中行列式計算總結,覺得難?清北學霸說塞牙縫都不夠
    線性代數中行列式計算總結,覺得難?清北學霸說塞牙縫都不夠。我們把線性代數內容劃分對應太極拳法的24式,那麼我們今天所修煉的就是太極拳的起手式。從行列式的歷史發展中,我們可以知道的是,行列式是從線性方程組求解中發展出來的。為了照顧沒有看過前文的同學,我們放一個截圖,如下圖。開頭還有一個沒截到的是,1693年,萊布尼茨和日本數學家關孝和。
  • 清華把線性代數教材改為英文版!大一新生:更通俗易懂
    清華把線性代數教材改為英文版!不過學生也表示,近日剛進行了線性代數的期中考試,試題是中文版,不是英文版。老師們可能也考慮到同學們不太適應英文教材,並且剛開始接觸線性代數。大型勸學現場:英文不是大的障礙在水木社區bbs上,不少學生也對此事進行了大討論。大多數學生認為,英文原版教材非常自然,也很好懂。
  • 線性代數中的行列式計算大總結,行列式計算原來也不難
    今天我們先來聊聊線性代數中行列式簡史,後面會儘可能總結所有常見的行列式類型的計算方法。⑩……(我國傑出數學家,華羅庚學派的打洞原理也可以給大家講講,特別強大,後面學習矩陣中也會用到。有一句是這麼說:「龍生龍,鳳生鳳,華羅庚的學生會打洞。」)
  • 線性代數:行列式難?看看數學之父華羅庚的方法,用牛刀殺雞!
    在線性代數課程中,矩陣一直貫穿著整個的學習過程。其實不僅如此,在整個數學界甚至其他學科,矩陣都有著極其不平凡的地位。而談要到學矩陣,中國誰學得最溜。那必然是我著名數學家,中國現代數學之父華羅庚先生了。何出此言呢?
  • 數據篇|如何成為一個運營大牛(一):運營中的那些數據
    我們先以一個通俗易懂的案例來說一下數據運營的幾個步驟:我們平時都要定期的去體檢,體檢完成之後我們會拿到一張體檢報告(上面有各種指標數據),我們看了數據之後會和標準數據進行對比,對比完成之後我們會發現我們身體上比較健康的部位和差的部位,然後我們會根據我們比較差的身體部位想解決的辦法,最後我們通過調理或治癒那些差的部位來獲得整個身體的健康。
  • 2022考研英語詞根:與「miss/mit」相關的詞根
    miss,mit= send,cast,表示「送,放出」mission n "派遣;使命(miss+ion,送出→派遣)"missionary a 傳道的n.傳送過去)premise n 前提(pre預先+mise→預先送出→前提)promise n 答應;保證(pro前面+mise→在做事前送出的話→允諾)surmise v 推測,猜測(sur在下面+mise→在下面說出的話→猜測)demise v 讓與;遺贈(de分開+mise→分開送→遺贈)admit v 許可入學等;承認(ad+mit
  • 好書搶先看 | 近期最值得期待的新書來了
    《香草山傳奇》以童話故事的形式,幫助孩子學習處理夥伴關係,養成良好溝通、行為習慣,不說教、無壓力。,還能帶領孩子學習自然科學、世界文化、傳統文化知識,讓孩子體會數學之美、數學之趣,數學之用。它還嚴謹地從數據分析能力、推理能力、模型思想、推算能力、幾何直觀、符號意識、對數字的感知和空間觀念8個維度全方位培養孩子的數學思維能力。
  • 清華把線性代數教材改為英文版 學生:更通俗易懂
    【#清華把線性代數教材改為英文版
  • 清華大學將線性代數教材改為英文版
    IT之家11月4日消息 據梨視頻文化消息,近日清華大學將線性代數教材改為英文版引發網友熱議。英文版線性代數教材的作者是麻省理工學院教授Gilbert Strang,其主要內容包括行列式、矩陣、線性方程組和向量等,並且每章都配有習題。
  • 2021山東考研線性代數衝刺各章節考察焦點:線性方程組
    2021山東考研線性代數衝刺各章節考察焦點:線性方程組 2020-12-05 15:22:39| 來源:中公教育 山東中公教育小編為了方便大家更好的備戰2021山東考研數學
  • 看雷文頓和大牛到底有哪些不同
    在之前的文章中我用了一張把蘭博基尼的大牛改成越野版的圖,就是下面這張。然後下面就有人評論了:這車是蘭博基尼的雷文頓,你到底懂不懂車啊?不過今天還是想在這裡介紹一下蘭博基尼的大牛和雷文頓到底有哪些區別,畢竟這兩款車確實比較相像,說這兩款車是雙胞胎也不為過。首先從上面的圖可以看出,這兩款車確實有點「撞臉」,不過仔細看其實感覺還是不一樣的,雷文頓的給人的感覺更為凌厲,而且線條更為硬朗,在戰鬥氣息上感覺比LP-700強出了不少,因為雷文頓真的是按照F-22「猛禽」戰機來設計的!
  • MIT打造,準確率是傳統方法5倍
    研究人員分享了這樣的一個使用場景:如果你想在一個新的晶片架構上訓練一個模型,比如谷歌的TPU,你只需要從這個架構中收集數據,經過分析器運行後,去訓練Ithemal,你可以得到一個可以預測其性能的模型。」
  • MIT 開發人工智慧 可檢測 85% 的網絡攻擊
    這個名為 AI2 的人工智慧平臺有 4 個主要的功能,一個大數據行為分析平臺,一個從安全分析師獲得反饋的機制,一套異常值檢測方法的集合,一個監督學習模塊。這聽上去有點複雜、晦澀。簡單來說,AI2 可以看作是一個循環進行數據處理的系統,並根據這些數據歸納出黑客的攻擊模式,進行監測和預測。