机器学习数学
机器学习中需要的一些主要主题与单变量有关微积分,线性代数,多元微积分,多变量优化,概率与统计学和解析几何。
用于机器学习的线性代数
- Marc Peter Deisenroth、A.Aldo Faisal、Cheng Soon Ong:机器学习数学.
- 麻省理工学院Philippe Rigollet教授:机器学习数学.
单变量和多变量微积分
统计
- 哈佛大学约瑟夫·布利茨坦教授:统计110:概率包括视频和笔记
- Philip B.Stark-加州大学伯克利分校:统计包括教材中包含的交互式工具,帮助学生分析真实数据集。
- Jeremy Orloff,Jonathan Bloom-麻省理工学院:概率论与统计学导论
机器学习
- 加州理工学院教授Yaser Abu-Mostafa:从数据中学习