编者按:很多同学开始学习机器学习时候遇到的最大障碍就是数学基础,机器学习到底需要学习哪些数据知识?要掌握到什么程度呢?希望这篇文章对于大家学习大数据和机器学习有所帮助。
机器学习理论是统计学、概率学、计算机科学以及算法的交叉领域,是通过从数据中的迭代学习去发现能够被用来构建智能应用的隐藏知识。尽管机器学习和深度学习有着无限可能,然而为了更好地掌握算法的内部工作机理和得到较好的结果,对大多数这些技术有一个透彻的数学理解是必要的。
逻辑回归和神经网络的代价函数的计算方法
你需要什么水平的数学?
当你尝试着去理解一个像机器学习(ML)一样的交叉学科的时候,主要问题是理解这些技术所需要的数学知识的量以及必要的水平。这个问题的答案是多维的,也会因个人的水平和兴趣而不同。关于机器学习的数学公式和理论进步正在研究之中,而且一些研究者正在研究更加先进的技术。下面我会说明我所认为的要成为一个机器学习科学家/工程师所需要的最低的数学水平以及每个数学概念的重要性。
本文主要目的给出一些善意的关于数学在机器学中的重要性的建议,一些必需的数学主题。基本的吸纳觉条件是本文所描述的数据分析,你可以在掌握更多的技术和算法的过程中学习数学。
来源:机器之心 微信公众号 【almosthuman2014】 原文链接:https://www.zhihu.com/question/24345119/answer/157149692 著作权归作者所有。本文已获作者授权,有节选,未经许可严禁二次转载。