這本機器學習的數(shù)學“百科全書”，可以免費獲取 | 賓大教授出品
魚羊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
你可能不止一次聽說，想要學好機器學習，要先打好數(shù)學基礎(chǔ)。
然而，數(shù)學知識千千萬，到底該從哪里入門，怎樣才能系統(tǒng)學習呢？
朋友，這里有一本機器學習數(shù)學“百科全書”，了解一下？
此書來自賓夕法尼亞大學計算機與信息科學系，涵蓋代數(shù)，拓撲，微積分和優(yōu)化理論，提供免費PDF下載（鏈接見文末）。
打開細看，一股豐盛的數(shù)學大餐的氣息迎面撲來：
內(nèi)置9大章節(jié)，1962頁全面豐富的計算機科學和機器學習相關(guān)數(shù)學知識，有教學，還有習題。
難怪有網(wǎng)友表示：這里已經(jīng)涵蓋了你所需要的全部數(shù)學知識。
機器學習的數(shù)學百科全書
9個大的章節(jié)，囊括計算機科學和機器學習中涉及到的各種數(shù)學知識：
線性代數(shù)
仿射和射影幾何
雙線性形式的幾何
代數(shù)：主理想整環(huán)（PID），唯一分解整環(huán)（UFD），諾特環(huán)，張量，PID上的模，范式
拓撲，微積分
優(yōu)化理論基礎(chǔ)
線性優(yōu)化
非線性優(yōu)化
機器學習中的應(yīng)用
作者還給劃了重點：
在基本代數(shù)結(jié)構(gòu)，群、環(huán)、場及向量空間這四章中，重點是向量空間。
在每一章的末尾，也會有相應(yīng)的知識點總結(jié)，和配套課后練習。
比如線性代數(shù)這一章中第一小節(jié)《向量空間，基底，線性映射》的末尾，作者就總結(jié)了向量空間的概念、向量的線性組合、向量組的線性相關(guān)性和線性獨立性等26個重點概念。
以及21道課后習題。
這樣一份“百科全書”，還真是驚喜與“驚嚇”并存：
有網(wǎng)友則評論說，很難想象如何完全學完這本書。不過作為一本百科全書來參考是很不錯的。
作者
這本書的作者，是賓夕法尼亞大學計算機與信息科學系教授Jean Gallier，和Jocelyn Quaintance。
Jean Gallier教授的研究領(lǐng)域為計算機視覺和計算機圖形學，同時，他也在賓夕法尼亞大學數(shù)學系任教。
傳送門
免費電子書：
https://www.cis.upenn.edu/~jean/math-deep.pdf
— 完 —
相關(guān)閱讀
