機器學習里,數學究竟有多重要?

2017/03/09

打好基礎

做好應用

最近這幾天,有不少模友跟超模君交流,問說:如果學習機器學習、人工智慧用什麼軟體比較好?

不過從與模友的交流發現,很多模友把機器學習的核心放到了

軟體的使用

,缺少獲取有用結果

所必要的數學方法與思維

事實上,目前針對機器學習的軟體十分容易獲取,例如

Python,scikit-learn,Weka等等,而且相應的軟體學習教程也不難找到。

機器學習是集合了統計學、概率論、計算機科學、數學演算法多等方面交叉研究,即便你對機器學習的應用爐火純青,但對這些技術沒有一個全面的數學理解,極有可能出現應用失誤:

機器人傷人事件,機器人失控。。。

那自然有模友會問:

對於機器學習入門所需的數學知識水平是怎樣的?

超模君:對於入門學習的標準,可能每個人的認識都有所不同。

那超模君也說說機器學習入門應該需要知道

哪些數學知識

  • 線性代數

線性代數是21世紀的數學!

在機器學習領域,線性代數無處不在。主成分分析(PCA)、奇異值分解(SVD)、特徵分解、LU分解、QR分解、對稱矩陣、正交化&標準正交化、矩陣運算、投射、特徵值&特徵向量、向量空間和規範等這些概念對理解機器學習的優化方法都是必須的。

另外還有一個很棒的點:目前在互聯網上具有大量的學習資料,所需的資料基本上都可以找到!

對於概率論與數理統計在機器學習領域重要性是不言而喻的。

機器學習的核心是通過大量的數據集進行長期訓練,最終形成具有複雜思考思維的機器,而這裡面自然不可拋棄

概率論與數理統計

而這其中所涉及的辦法包括:合數學、概率規則&公理、貝葉斯定理、隨機變數、方差和均值、條件和聯合分別、標準分佈(伯努利、二項、多項、統一和高斯)、矩母函數、最大似然估計(MLE)、先驗和后驗、最大后驗估計(MAP)和採樣方法。

  • 多元微積分

說到多元微積分,必要的概念包括微積分、偏導數、向量函數、方向梯度、Hessian、Jacobian、Laplacian和Lagragian分佈。

其實對初學者來說,你

並不需要先學好大量數學知識

再開始做機器學習。

最基本的需要懂得做簡單的數據分析,夯實好基礎,然後你可以在掌握更多技術和演算法的過程中繼續學習數學。

所以要學好機器學習

夯實好基礎

學點數學知識

掌握更多技術與演算法

3月14日

科學院計算機專家的鄒博士

將帶來全新升級的機器學習內容

知識、技術兩不誤

所以

這一次的分享絕不容錯過

本文由 一點資訊 提供 原文連結

立即按讚,感謝大大無私地分享
寫了5860430篇文章,獲得22491
Line

熱門推薦

精彩推薦

新手學習機器學習很難,就是收集資料也很費勁。所幸Robbie Allen從不同來源收集了目前最全的有關機器學習、Python和相關數學知識的速查表大全。強烈建議收藏!機器學習有很多方面。 當我開始刷新這個主題時,我遇...
大數據的定義大數據(big data),指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合,是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。 ...
只要你願意,你的一天將是四十八小時,而不是二十四小時。時間就是上帝給你的資本。命運之神是公平的,他給每個人的時間都是公平的,他給每個人的時間都不多不少;但成功女神卻是挑剔的,她只讓那些能把24小時變...
近年來,人工智慧的強勢崛起,特別是去年AlphaGo和韓國九段棋手李世石的人機大戰,讓我們深刻地領略到了人工智慧技術的巨大潛力。數據是載體,智能是目標,而機器學習是從數據通往智能的技術、方法途徑。因此,機...
文章全部內容皆為原創,歡迎分享,但請註明作者及出處且勿擅自修改任何內容。關於作者:楊滔,桃樹科技(TaoData)創始人,專註於下一代人工智慧產品的研發、應用與商業化。擁有超過十年機器學習研究與應用經驗。...
你周圍的人是否都在談論著「機器學習」?而你是否也聽說過一些演算法技術卻仍舊缺乏一個全局的認識?本文也許就是一個好的起點……智力的新紀元在科學界,機器學習是目前很熱門的話題。通過把計算機和人類的能力相...
編者按:文章源自《Brief History of Machine Learning》,作者為土耳其初創公司 8bit.ai 的聯合創始人 Eren Golge。在這篇文章中,Golge 向大家粗略地展示了機器學習發展的時間軸。機器學習的發展時間軸一直以來...
1.機器學習簡介:機器學習是計算機科學與人工智慧的重要分支領域。 本書作為該領域的入門教材,在內容上儘可能涵蓋機器學習基礎知識的各方面。 為了使儘可能多的讀者通過本書對機器學習有所了解, 作者試圖儘可能...
技術產業一直以來都有炒作問題,永遠關注「下一個神器」,永遠吵嚷喧囂著世界將會產生怎樣的天翻地覆。追逐熱點是廠商的天性,當他們在自己認為的成長市場上搶佔地盤的時候,一個又一個海口被不斷誇下。2016新興...
則回覆