搞机器学习前,你要温习一下这些数学知识

来源:Medium

作者:Harsh Sikka

智能观 编译

在过去的一年里,我一直致力于实现众所周知的模型体系结构,构建web应用程序,所以当回顾理论机器学习时,有大量的新知识要学习。只有严格理解机器学习的基础数学,才能在这个领域进行推理,并验证全新的体系结构。为此,我整理了一份简短的学习清单,打算亲身复习一些数学知识。

对数学有一个基本的了解,可以有效地使用机器学习进行推理。

话虽如此,我的立场是,你可以边做边学,所以我建议通过Coursera上的《机器学习中的专业数学》获得基本的了解。

附链接:

https://www.coursera.org/specializations/mathematics-machine-learning

如果从头开始,你可以按照以下顺序复习:

线性代数

推荐Strang教授的教科书和MIT Open Courseware的课程。可汗学院也有一些很棒的资源,斯坦福大学有一套有用的复习笔记。

Strang教授的教科书和MIT Open Courseware课程:

https://ocw.mit.edu/courses/mathematics/18-06sc-linear-algebra-fall-2011/

斯坦福复习笔记:

http://cs229.stanford.edu/section/cs229-linalg.pdf

多元微积分

同样,MIT Open Courseware有很好的课程,可汗学院也是如此。

附链接:

https://ocw.mit.edu/courses/mathematics/18-02sc-multivariable-calculus-fall-2010/

概率

斯坦福的CS 229,有一篇非常棒的概率复习笔记值得一看。

概率复习笔记:

http://cs229.stanford.edu/section/cs229-prob.pdf

一旦你学完了上面的资源,就可以去学习吴恩达的Coursera课程,或其更成熟、数学性更严谨的CS 229课程了。

https://medium.com/technomancy/the-math-required-for-machine-learning-af0d90db3903

—完—

我们约稿啦!

嗨,亲爱的读者朋友,这是一封写给你的约稿函。

约稿?

是的。

为何约稿?难道智能观江郎才尽了?

当然——不是。

智能观致力于提供高附加值的“教育+AI”以及教育创新方面的内容,我们大部分原创内容都是关于国外的业内动态、教育尝试、前瞻思考以及相关资源等,另外是国内的业内现状等原创。有读者感叹,为何国外的业内人士愿意分享自己的思想、创新尝试、学习经验等,国内的却不多?

这也是我们经常思考的事。

我们希望看到更多一线从业者的创新与状态;希望看到更多业内朋友关于教育+AI的深度思考;希望鼓励我们亲爱的读者朋友,习惯记录并分享自己的每一次关于教育的尝试。

因此,如果你是一线教师或校长,如果你是教育+AI领域的从业者;如果你是教育创新的探索者;如果你是对这个领域有所思考的在校生;如果您在教育游戏化、STEM/STEAM、项目式学习、个性化学习等方面有独到见解,期待你跟我们的读者朋友分享,欢迎不吝投稿,我们将甄选有思想、有价值、具实用性的内容予以刊登。

优质原创首发稿件一旦选用,会视稿件质量,有一定稿费(40-80元/千字);还会根据公众号阅读量过万、过5万、过10万等有不同级别额外奖励。

投稿内容

目前,我们征稿的栏目有:

1.《方法论》:给读者能用得上的实用方法。

包括课堂中具体的创新方法;教育+AI实践中的有效方法;将游戏化、项目式学习等融入教育的方法;帮助从业者高效管理日常工作、有效自我提升的方法等。

2.《聚焦一线》:关注教育一线。

包括当下发生的有关AI+教育和教育创新的一线探索。

3.《充电》:分享给读者学习提升的干货。

包括AI教育、AI+教育、教育创新等方面的实用课程、书籍、学习经验总结等。

4.《洞见》:分享在AI、AI+教育及教育创新领域的深邃思想与前瞻性观点。

包括教育界、科技界的一线实践者、资深专家大牛等对领域的思考与探索。

投稿要求

我们对稿件有一些要求,希望得到你的理解与支持:

1. 逻辑清晰,语言流畅,可读性强;

2.所投文章应符合专栏主题,《方法论》《充电》应具有实用性、创新性;《洞见》应具有思想性、前瞻性;《聚焦一线》应具有实效性、启思性。

3. 尽量减少错别字,保证稿件质量。

4. 来稿字数在1000-2000最佳。

5. 我们在尊重作者的基础上,保留对作品的删减、修改权。

投稿方式

邮箱地址:zhinengguan@qq.com

联系QQ: 3114334406

负责人微信:znglmym

投稿格式:

邮件投稿请参照以下格式:

主题:请注明投稿、栏目和题目,如:【投稿】——【栏目】《文章标题》

正文:请勿用附件的形式投稿,请于正文处放置文章内容。

注:请留下您的个人简介、联系方式、及微博地址,并请注明稿件是否原创首发。如果48小时内没有收到回复,您可以自行处理您的稿件。

由作者本人在本站独家首发投稿的原创文章,智能观微信公众号及其他新媒体矩阵推送时将标注原创。

如能附上个人照片及简介更好,我们会在刊发时,对作者进行介绍。

我们很高兴,能与你在AI+教育、教育创新以及终身学习的路上结伴同行!

爱你的 智能观小伙伴

想知道AI加教育领域有哪些最新研究成果?

想要AI领域更多的干货?

想了解更多专家的“智能观”?

请前往:www.智能观.com。

声明:

编译文章旨在帮助读者了解行业新思想、新观点及新动态,为原作者观点,不代表智能观观点。

转载智能观原创文章,请联系

智能观小艾(微信号:zng2017618)!

关于我们

我们关注AI+教育。致力于提供高附加值的知识,以帮助每一位老师和我们的读者不断学习并提高技能。

我们努力让发表的每一篇文章都具有最佳质量,以满足读者的需求。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180820A1DABQ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券