文末送书|那些数学不好的程序员?最后都如何了
不能说每个深耕机器学习的人都学过吴恩达的《机器学习》课程,但他的这门课确是目前让机器学习初学者能够快速对整个体系知识点有比较整体的认识,便于快速入门的首选及最热课程。
根据2019年Freecodecamp的统计,这门课是所有在线Machine Learning课程中最受到大家好评的课程。
Coursera上评分4.9,现已有有超15万个评分及近4万条评论
不过,凡事见仁见智,有好评,同时也就会有质疑。
例如,不少网友在知乎上讨论,“说好的是入门级课程,怎么听着很费解啊?”
真的是这个入门级经典课程太难吗?
究其原因,真的是这个入门级经典课程太难吗?
不是的!说这门课难的发言里,看得出来,大多卡在了“数学”上。
甚至这类学习者本人并没有意识到原因:“我觉得对有点点基础的人,不必刻意学习数学,看ML的教材时候不懂的再去查,重心应该放在实战上。”
所以,学吴恩达的课程真的不需要“刻意学习数学”吗?再深究一下,机器学习真的不需要数学基础吗?
我们先来回答前一个问题。
吴恩达的机器学习课程笼统主要指这两门,一门是Cousera上的课程Machine Learning | Coursera,一门是斯坦福大学的课程CS229:Machine Learning,国内讨论较多的是前者。
有人在Github开源了吴恩达MachineLearning个人笔记,用Python复现了课程作业,星数超2万,下载超100万次。
面对这份干货满满的笔记,制作者收到反馈:“很多同学说看不懂公式。”
是不是感觉这个配方很熟悉!说白了,还是数学底子不够啊。
“我增加了数学基础作为附件放在笔记里。”在最新一个版本里,制作者针对大家的问题,增加了数学基础笔记。
此外,吴恩达在斯坦福大学开设的CS229课程,他在第一次课上便讲到了先修要求:他假定上课的人都是有一定数学基础的。
可见,不是入门级经典课程太难,而是这个课程真的是需要大家有一定的数学基础。
机器学习需要数学基础吗?
我们再来探究第二个问题:机器学习需要数学基础吗?
答案和上一个问题一样,需要。
数学在机器学习中非常重要,不论是在算法上理解模型代码,还是在工程上构建系统,数学都必不可少。
尽管机器学习的普及已经促使 Python 和 R 产生了许多易于使用并得到广泛支持的库,它们提供了某种机器学习的捷径,似乎绕过了这类操作所需算法背后的数学。然而,机器学习背后的数学原理基本不变。
宾夕法尼亚大学计算机系教授Jean Gallier主编了一本机器学习的“数学全书”, Algebra,Topology, Differential Calculus, and Optimization Theory For Computer Scienceand Engineering,中文名为《计算机科学和机器学习相关代数、拓扑学、微分学和最优化理论》,用了1900余页来阐述机器学习所需的数学知识。
机器学习是集合了统计学、概率论、计算机科学、数学算法多等方面交叉研究,即便对机器学习的应用炉火纯青,但对这些技术没有一个全面的数学理解,也极有可能出现应用失误。
机器学习严重依赖于数学。为什么这么说,从依赖于机器学习的人脸识别算法这一例子来具体理解一下:
示例数据集中的图像像素以向量的形式存储在矩阵中。这利用到了线性代数。如果拍摄彩色图像的话,那么根据使用的颜色方案使用若干个矩阵,并将每个像素的强度存储在这些向量中。这使得处理数据变得容易,并且便于对它们进行向量操作,将现有的人脸与给定图片中的人脸进行比较。
用微积分可以解决当前误差的梯度。绘制出人脸的定义与给定图片之间的误差梯度。如果梯度超过容许限度,则通过更新其存储的向量的系数来更新人脸的定义。
任何算法都不能给出100%可靠的输出。因此,要使用概率来判定给定图片是否存在人脸。概率将输入与算法的容限因子进行比较。
统计学贯穿于算法所经历的各个过程,也被用来检验假设,该假设是给定图像存在人脸,并且检验结果显示虚假设(null hypotheses)或备择假设(alternative hypotheses)是否被接受。
数学决定了开发人员的上限,就机器学习这一领域而言,若想走得更长远,那真的要储备并深刻理解一些数学知识。
想深耕入门机器学习,开发人员应具备哪些数学知识?
想深耕机器学习,开发人员应具备哪些数学知识?并且如何学好数学呢?推荐雷明老师编写的《机器学习的数学》一书。
机器学习的数学
作者:雷明
进群领取学习资料
内容简介:
本书的目标是帮助读者全面、系统地学习机器学习所必需的数学知识。全书由8章组成,内容包括微积分、线性代数与矩阵论、最优化方法、概率论、信息论、随机过程、以及图论。本书从机器学习的角度讲授这些数学知识,对它们在该领域的应用举例说明,使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识。
本书内容紧凑,结构清晰,深入浅出,讲解详细,可用作计算机、人工智能、电子工程、自动化、数学等相关专业的教材与教学参考书。对人工智能领域的工程技术人员与产品研发人员,本书也有很强的参考价值。对于广大数学与应用的数学爱好者,本书亦为适合自学的读本。
作者介绍:
雷明,SIGAI联合创始人&CEO,是人工智能和机器学习领域的资深专家。毕业于清华大学计算机系,获得研究生学位。
雷明是前百度工程师、项目经理,有超过12年的机器学习、机器视觉、自然语言处理方面的丰富经验。
文章编辑:代晨晨 审校 陈潇 刘鑫
参考来源:
https://zh.coursera.org/learn/machine-learning
https://www.freecodecamp.org/news/every-single-machine-learning-course-on-the-internet-ranked-by-your-reviews-3c4a7b8026c0/
https://www.zhihu.com/question/65780182
https://zhuanlan.zhihu.com/p/43637164
https://www.zhihu.com/question/66734784/answer/1204003247
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
https://mp.weixin.qq.com/s/IlyQpJpezMG9y37aBk2m-w
http://cs229.stanford.edu/
https://www.dspwj.cn/archives/654
https://medium.com/analytics-vidhya/role-of-mathematics-in-machine-learning-f070e7cf6128
福利来了
评论区留言送书!
你是如何学习机器学习中的数学知识的呢?对于用心留言(30字以上)同学,小编将挑选两名同学,送书一本,到1月25日22:00截止。当然你也可以直接购买:
文末送书|那些数学不好的程序员?最后都如何了相关推荐
- 性能无敌的HikariCP数据库连接池实战(文末送书)
导读:数据库连接池在Java数据库相关中间件产品群中,应该算是底层最基础的一类产品,作为企业应用开发必不可少的组件,无数天才们为我们贡献了一个又一个的优秀产品,它们有的随时代发展,功成身退,有的则还在 ...
- 张益唐被曝已证明黎曼猜想相关问题,震动数学界(文末送书)
金磊 Alex 发自 凹非寺 量子位 | 公众号 QbitAI 文末送书活动,记得看完啊 ! 先加群后抽奖,这次仅限群友参与 Breaking News! 网传数学家张益唐,已经攻克了朗道-西格尔零点 ...
- 统计学5大基本概念,建议收藏!(文末送书)
转自:爱数据LoveD 大家好,我是小z,也可以叫我阿粥~ 今天给大家分享一波统计学重要概念,顺便前排提示文末送书~ 从高的角度来看,统计学是一种利用数学理论来进行数据分析的技术.象柱状图这种基本的可 ...
- 文末送书 | 当Python遇上高考,会发生什么?
(文末送书哦!) 延期一个月之后,1071万考生终于熬出头了. 这届高考太难了,不仅考学生,更是考验疫情的防控能力. 但是说到难,2018年浙江省教育厅的一个决定,让不少人感叹真难! 原来早在2017 ...
- 媳妇居然在家偷偷背着我偷看我的面试笔记,一个月后拿下大厂offer!(文末送书)...
知乎热议: 到底要掌握哪些技术才能顺利的找一份20K的工作? 根据这些年的工作经验,加上网络搜集,我特意整理了一套针对职场进阶的干货! 有很多朋友靠着这些内容进行复习拿到了BATJ等大厂的offer, ...
- 月薪没过20K的程序员要注意了!(文末送书)
知乎热议: 到底要掌握哪些技术才能顺利的找一份20K的工作? 根据这些年的工作经验,加上网络搜集,我特意整理了一套针对职场进阶的干货! 有很多朋友靠着这些内容进行复习拿到了BATJ等大厂的offer, ...
- 挖槽!堪称神级的Java技术手册火了???(文末送书活动)
前言 本文是为了帮大家快速回顾了Java中知识点,这套面试手册涵盖了诸多Java技术栈的面试题和答案,相信可以帮助大家在最短的时间内用作面试复习,能达到事半功倍效果. 本来想将文件上传到github上 ...
- 文末送书 | WAF 那些事
Hi!,我是小小,这是小小本周的最后一篇,本篇将会介绍WAF的事情,本篇将会文末送书.在此小小举出小手,相当欢迎各位快点快点快点参加. 什么是WAF WAF是一种产品,一种web应用防火墙,通过执行一 ...
- 文末送书 | 数据分析简单入门
这是小小本周的最后一篇,本周重点!文末送书, 我是小小,下面是本期文章,为您奉上! 前言 本实例将会以一个完整的例子用来阐述一个较为简单的Python数据分析.其中Python基础部分不再讲解 构建数 ...
最新文章
- 常用Oracle系统表查询
- 未能加载文件或程序集或它的某一个依赖项_手写一个miniwebpack
- EntityFramework的安装
- HTML+CSS+JS实现 ❤️圆圈波纹动画特效❤️
- Flask 正则路由匹配——转换器
- 错误 1 类型“System.Web.UI.ScriptManager”同时存在于“c:\windows\assembly\GAC_MSIL\System.Web.Extensions\3.5.0.0
- 华为中兴腾讯拿下国家科学技术进步奖,中南大学一作奖项总数全国第三
- encodeURI() 的用法
- SCCM 2007 R7使用手记
- face_alignment库获取人脸图片landmark示例
- 电脑、手机上那些让人用后欲罢不能的神器(附百度云链接)
- elastic search 如何将yellow 状态变为green健康状态
- 伦敦 quant_伦敦统一用户组7
- 2020蓝桥杯省赛B组
- 关于抖音年前活动的需求与思考
- POI导出Excel(用户自己选择路径)
- 深度学习与多层神经网络的区别
- 申请澳洲八大,IB成绩多高才有胜算?
- 演讲实录丨徐宗本院士:如何突破机器学习的先验假设?
- 7-1 用格里高利公式求给定精度的PI值 (15分)
热门文章
- Ubuntu如何开启FTP服务
- 基于JAVA人口老龄化常态下的社区老年人管理与服务平台计算机毕业设计源码+系统+mysql数据库+lw文档+部署
- Linux_从零开始学习_(6) 远程管理命令
- 实时社群技术专题(一):支持百万人超级群聊,一文读懂社群产品Discord
- python之Shelve使用
- nodejs实战入门教程
- 7-22 用天平找小球 (10 分)
- C++ Primer学习(6)
- ECS_搭建个人Leanote云笔记本
- H5手机网站中插入天气预报代码,兼容手机和PC网站