99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁大數(shù)據(jù)時代如何學(xué)習(xí)機器學(xué)習(xí)的數(shù)學(xué)知識
如何學(xué)習(xí)機器學(xué)習(xí)的數(shù)學(xué)知識
2022-02-16
收藏


分享 

數(shù)據(jù)科學(xué)有志之士最常見的問題之一是 "對于機器學(xué)習(xí),我需要知道多少數(shù)學(xué)?希望進入機器學(xué)習(xí)領(lǐng)域的學(xué)生往往將數(shù)學(xué)視為一個巨大的入門障礙。

 

行業(yè)中的守門人對這種擔憂沒有幫助,他們給學(xué)生貼上了不合格的標簽,除非他們擁有該學(xué)科的碩士或博士學(xué)位。

 

那么,為了在數(shù)據(jù)科學(xué)行業(yè)工作,你需要知道多少數(shù)學(xué)?

 

答案是。沒有你想象的那么多。

 

大多數(shù)公司在數(shù)據(jù)的幫助下解決非常類似的用例。他們要求數(shù)據(jù)科學(xué)家建立機器學(xué)習(xí)模型,可以預(yù)測客戶流失,進行細分,并預(yù)測銷售。

 

用于解決這些問題的方法是相似的,而且任務(wù)變得相當重復(fù)。沒有必要重新發(fā)明輪子,他們使用開箱即用的ML算法。

 

即使出現(xiàn)了需要建立自定義機器學(xué)習(xí)模型的情況,對特定主題的直觀理解也是足夠的。你不需要去深究,也絕對不需要成為數(shù)學(xué)專家來成為數(shù)據(jù)科學(xué)家。

 

例如,我們知道梯度下降是用來尋找線性回歸中的最佳擬合線的。你不需要開始學(xué)習(xí)如何解決微分方程,你只需要了解微積分的原理,就可以了解到這是如何做到的。

 

同樣,如果你要用Tensorflow構(gòu)建一個神經(jīng)網(wǎng)絡(luò)--你需要進行大量的矩陣操作,但你將在計算機程序的幫助下進行。由于這個原因,你不需要回去練習(xí)解代數(shù)方程。你只需要了解它們是如何工作的。

 

在這篇文章中,我將為你指出一些資源,幫助你開始學(xué)習(xí)數(shù)據(jù)科學(xué)的數(shù)學(xué)。我將專注于三個領(lǐng)域--線性代數(shù)、微積分和統(tǒng)計。

 

線性代數(shù)

 
線性代數(shù)--從基礎(chǔ)到前沿。edX上的這門課程將在本科水平上教你線性代數(shù)。它從一個緩慢的空間開始,只要你有高中水平的數(shù)學(xué)知識,你就可以學(xué)習(xí)這個課程。

 

這門課程最好的地方是,它用Matlab中的實際例子教你線性代數(shù),這讓你通過算法和編程的視角來看待這個學(xué)科。如果你的目標是學(xué)習(xí)機器學(xué)習(xí)的線性代數(shù),這種學(xué)習(xí)方法特別有用。

 

這個課程可以免費試聽。如果你想獲得結(jié)業(yè)證書,你可以申請財政援助。

 

3Blue1Brown--《線性代數(shù)精華》:我以前沒有上過這門課,但在我自己尋找數(shù)學(xué)學(xué)習(xí)資源的過程中,曾多次遇到它。

 

許多有志于機器學(xué)習(xí)的人對這門課程深信不疑,因為它為學(xué)習(xí)者提供了對線性代數(shù)的概念性理解。與其學(xué)習(xí)任意的公式或機械地推導(dǎo)它們,你將獲得對線性代數(shù)如何工作的直覺。如果你的最終目標是將這些概念應(yīng)用于機器學(xué)習(xí)模型,這將是非常有幫助的。

 

微積分

我推薦兩門為機器學(xué)習(xí)學(xué)習(xí)微積分的課程。微積分的本質(zhì)》是3Blue1Brown開設(shè)的一門偉大的微積分入門課程。同樣,這將為你提供對微積分概念的直觀理解,并深入解釋公式背后的意義,而不僅僅是讓你記住它們。

 

接下來,你可以學(xué)習(xí)3Blue1Brown神經(jīng)網(wǎng)絡(luò)系列。如果你知道如何使用Keras等庫實現(xiàn)神經(jīng)網(wǎng)絡(luò),但并不真正了解這些模型背后的工作原理,你應(yīng)該學(xué)習(xí)這門課程。它為你提供了梯度下降算法的全面解釋,以及其背后的微積分概念。

  

統(tǒng)計數(shù)字

 
概率與統(tǒng)計:To p or not to p???-庫塞拉

這是我所學(xué)過的最好的統(tǒng)計學(xué)入門課程之一,由倫敦大學(xué)提供。這門課程是針對主修非數(shù)學(xué)專業(yè)的學(xué)生,如商業(yè)和金融。

 

正因為如此,統(tǒng)計學(xué)概念的解釋方式簡單易懂,并有許多真實世界的例子。

 

學(xué)習(xí)本課程后,你將對描述性和推斷性統(tǒng)計、不同的抽樣分布、抽樣技術(shù)、置信區(qū)間以及P值的計算方法有所了解。

所有這些概念都可以直接應(yīng)用于現(xiàn)實世界的數(shù)據(jù)分析。

統(tǒng)計學(xué)習(xí)-edX

 

這是另一個學(xué)習(xí)機器學(xué)習(xí)模型背后的直覺的優(yōu)秀課程。

 

與本列表中的其他資源一樣,本課程不太注重數(shù)學(xué)公式,而是以概念的方式解釋機器學(xué)習(xí)模型。

 

然而,要學(xué)習(xí)這門課程,建議有一些微積分知識,因為導(dǎo)師傾向于使用符號,否則可能會使你感到困惑。

 

你將學(xué)習(xí)線性和邏輯回歸等概念,以及正則化技術(shù),如脊和套索回歸,以及何時使用它們。有一整堂課專門討論用于減輕過擬合的技術(shù),并解釋了這些技術(shù)背后的基本數(shù)學(xué)直覺。

 

這是我上過的最有幫助的課程之一,因為它幫助我不再把機器學(xué)習(xí)模型當作黑盒子。我對不同類型的模型應(yīng)該用在什么地方,什么時候應(yīng)該應(yīng)用降維,以及什么時候執(zhí)行不同種類的特征選擇技術(shù)有了了解。

 

我花了很多時間試圖回到過去,學(xué)習(xí)本科階段的微積分和線性代數(shù)。然而,盡管花了很多時間學(xué)習(xí)公式和解微分方程,我的知識還是有脫節(jié),因為我從來沒有完全理解這些概念與機器學(xué)習(xí)算法的關(guān)系。

 

上述資源是突破這一障礙的好方法,因為它們讓你對機器學(xué)習(xí)背后的數(shù)學(xué)有一個概念性的理解,而不是把你帶入復(fù)雜公式和定理的兔子洞。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個參數(shù)驗證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }