这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

你可能不止一次听说,想要学好机器学习,要先打好数学基础。

然而,数学知识千千万,到底该从哪里入门,怎样才能系统学习呢?

朋友,这里有一本机器学习数学“百科全书”,了解一下?

此书来自宾夕法尼亚大学计算机与信息科学系,涵盖代数,拓扑,微积分和优化理论,提供免费PDF下载(链接见文末)。

打开细看,一股丰盛的数学大餐的气息迎面扑来:

内置9大章节,1962页全面丰富的计算机科学和机器学习相关数学知识,有教学,还有习题。

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

难怪有网友表示:这里已经涵盖了你所需要的全部数学知识。

机器学习的数学百科全书

9个大的章节,囊括计算机科学和机器学习中涉及到的各种数学知识:

线性代数

仿射和射影几何

双线性形式的几何

代数:主理想整环(PID),唯一分解整环(UFD),诺特环,张量,PID上的模,范式

拓扑,微积分

优化理论基础

线性优化

非线性优化

机器学习中的应用

作者还给划了重点:

在基本代数结构,群、环、场及向量空间这四章中,重点是向量空间。

在每一章的末尾,也会有相应的知识点总结,和配套课后练习。

比如线性代数这一章中第一小节《向量空间,基底,线性映射》的末尾,作者就总结了向量空间的概念、向量的线性组合、向量组的线性相关性和线性独立性等26个重点概念。

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

以及21道课后习题。

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

这样一份“百科全书”,还真是惊喜与“惊吓”并存:

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

有网友则评论说,很难想象如何完全学完这本书。不过作为一本百科全书来参考是很不错的。

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

作者

这本书的作者,是宾夕法尼亚大学计算机与信息科学系教授Jean Gallier,和Jocelyn Quaintance

Jean Gallier教授的研究领域为计算机视觉和计算机图形学,同时,他也在宾夕法尼亚大学数学系任教。

这本机器学习的数学“百科全书”,可以免费获取 | 宾大教授出品

传送门

免费电子书:
https://www.cis.upenn.edu/~jean/math-deep.pdf

— 完 —

版权所有,未经授权不得以任何形式转载及使用,违者必究。