【学界】一文读懂机器学习需要哪些数学知识(附全套优秀课程的网盘链接资源)
『运筹OR帷幄』原创
作者:留德华叫兽&王源
作者:
留德华叫兽系美国克莱姆森大学运筹学硕士,Ph.D.Candidate,师从整数规划大师W.Adams,后跳槽至欧盟玛丽居里博
士项目,期间前往意大利IBMCplex实习半年,巴黎综合理工学术访问一季,现任德国海德堡大学交叉学科计算中心、组合优
化实验室研究员,师从组合优化大师G.Reinelt,主攻计算机视觉、(医学)图像处理。
王源系流程工业综合自动化国家重点实验室,东北大学系统工程专业博士在读。研究方向为工业领域调度问题和运行优化问
题。博士初期主要学习Numericaloptimization,Convexoptimization,Nonlinearprogramming相关知识,用以解
决实际工业过程中的优化问题。因近年人工智能机器学习大火,因而研究重心逐渐从数学优化转至机器学习相关领域。探索新
领域,不忘老本行,希望能从优化角度看待机器学习问题
敬请关注和扩散本公众号及知乎同名专栏,会邀请全球知名学者陆续发布运筹学、人工智能中优化理论等相关干货、知乎Live
及行业动态:
『运筹OR帷幄』大数据人工智能时代的运筹学--知乎专栏:
http://t.cn/RlNoO3P
『运筹OR帷幄』专栏有奖征稿专帖
0.前言
本篇文章是由留德华叫兽 在知乎的优秀回答改编扩展而成的, 作者留德华叫兽有着应用数学和硕士运筹学、优化理论的背景
转到德国海德堡大学读博,主要从事机器学习、计算机视觉的研究,希望自己的一些经验可以对想入门机器学习的朋友们有点
借鉴作用。作者王源对数学优化和机器学习都有涉及,在原回答的框架下加入了自己学习过程的经验和理解,并收集了相关优
秀课程的资源链接供大家参考。同时文末还给出了本文所述的全套优秀课程的网盘链接资源(包括视频,英文字幕,课件,参
考书籍等等)。
本篇文章想要说明的是数学并非认识世界的唯一途径,即使数学水平不高的你同样也可以开展机器学习方面的工作和研究。但
是不可否认数学是自然科学领域探究真理的有效工具,有了强大的数学背景知识会让你看待问题更加深刻,这就是我们经常会
看到很多大牛们都是出身数学专业。另外本文所列举的课程比较多,要想一下子去穷尽所有课程显然也不现实,大可不必打好
所有的数学基础再去学机器学习,最好的做法是当你对机器学习本身的理解达到一定瓶颈的时候,你可以补一补一些相关的数
学基础之后再回去看机器学习的问题也许会更快的有所突破。所以本文针对不同学习基础的朋友们,划分初,中,高三个学习
阶段,供大家在学习中进一步去取舍。
机器学习算法与自然语言处理
机器学习算法与自然语言处理 https://mp.weixin.qq.com/s/j9cXodXFfwKvwgR37yPqcQ
第1页 共7页 2018/11/3 9:43
评论0