
機器學(xué)習(xí)需要哪些數(shù)學(xué)基礎(chǔ)
過去的幾個月中,有幾人聯(lián)系我,訴說他們對嘗試進入數(shù)據(jù)科學(xué)的世界,以及用機器學(xué)習(xí)的技術(shù)去探索統(tǒng)計規(guī)律并構(gòu)建無可挑剔的數(shù)據(jù)驅(qū)動型產(chǎn)品的熱忱。然而,我發(fā)現(xiàn)一些人實際上缺乏必要的數(shù)學(xué)直覺和知識框架去得到有用的結(jié)果。這便是我決定寫這篇博文的主要原因。最近涌現(xiàn)出了很多易于使用的機器學(xué)習(xí)和深度學(xué)習(xí)的軟件包,例如 scikit-learn, Weka, Tensorflow 等等。機器學(xué)習(xí)理論是統(tǒng)計學(xué)、概率學(xué)、計算機科學(xué)以及算法的交叉領(lǐng)域,是通過從數(shù)據(jù)中的迭代學(xué)習(xí)去發(fā)現(xiàn)能夠被用來構(gòu)建智能應(yīng)用的隱藏知識。盡管機器學(xué)習(xí)和深度學(xué)習(xí)有著無限可能,然而為了更好地掌握算法的內(nèi)部工作機理和得到較好的結(jié)果,對大多數(shù)這些技術(shù)有一個透徹的數(shù)學(xué)理解是必要的。
邏輯回歸和神經(jīng)網(wǎng)絡(luò)的代價函數(shù)的計算方法
為什么要重視數(shù)學(xué)?
機器學(xué)習(xí)中的數(shù)學(xué)是重要的,有很多原因,下面我將強調(diào)其中的一些:
1. 選擇正確的算法,包括考慮到精度、訓(xùn)練時間、模型復(fù)雜度、參數(shù)的數(shù)量和特征數(shù)量。
2. 選擇參數(shù)的設(shè)置和驗證策略。
3. 通過理解偏差和方差之間的 tradeoff 來識別欠擬合與過擬合。
4. 估計正確的置信區(qū)間和不確定度。
你需要什么水平的數(shù)學(xué)?
當(dāng)你嘗試著去理解一個像機器學(xué)習(xí)(ML)一樣的交叉學(xué)科的時候,主要問題是理解這些技術(shù)所需要的數(shù)學(xué)知識的量以及必要的水平。這個問題的答案是多維的,也會因個人的水平和興趣而不同。關(guān)于機器學(xué)習(xí)的數(shù)學(xué)公式和理論進步正在研究之中,而且一些研究者正在研究更加先進的技術(shù)。下面我會說明我所認(rèn)為的要成為一個機器學(xué)習(xí)科學(xué)家/工程師所需要的最低的數(shù)學(xué)水平以及每個數(shù)學(xué)概念的重要性。
1. 線性代數(shù):我的一個同事 Skyler Speakman 最近說過,「線性代數(shù)是 21 世紀(jì)的數(shù)學(xué)」,我完全贊同他的說法。在機器學(xué)習(xí)領(lǐng)域,線性代數(shù)無處不在。主成分分析(PCA)、奇異值分解(SVD)、矩陣的特征分解、LU 分解、QR 分解、對稱矩陣、正交化和正交歸一化、矩陣運算、投影、特征值和特征向量、向量空間和范數(shù)(Norms),這些都是理解機器學(xué)習(xí)中所使用的優(yōu)化方法所需要的。令人驚奇的是現(xiàn)在有很多關(guān)于線性代數(shù)的在線資源。我一直說,由于大量的資源在互聯(lián)網(wǎng)是可以獲取的,因而傳統(tǒng)的教室正在消失。
2. 概率論和統(tǒng)計學(xué):機器學(xué)習(xí)和統(tǒng)計學(xué)并不是迥然不同的領(lǐng)域。事實上,最近就有人將機器學(xué)習(xí)定義為「在機器上做統(tǒng)計」。機器學(xué)習(xí)需要的一些概率和統(tǒng)計理論分別是:組合、概率規(guī)則和公理、貝葉斯定理、隨機變量、方差和期望、條件和聯(lián)合分布、標(biāo)準(zhǔn)分布(伯努利、二項式、多項式、均勻和高斯)、時刻生成函數(shù)(Moment Generating Functions)、最大似然估計(MLE)、先驗和后驗、最大后驗估計(MAP)和抽樣方法。
3. 多元微積分:一些必要的主題包括微分和積分、偏微分、向量值函數(shù)、方向梯度、海森、雅可比、拉普拉斯、拉格朗日分布。
4. 算法和復(fù)雜優(yōu)化:這對理解我們的機器學(xué)習(xí)算法的計算效率和可擴展性以及利用我們的數(shù)據(jù)集中稀疏性很重要。需要的知識有數(shù)據(jù)結(jié)構(gòu)(二叉樹、散列、堆、棧等)、動態(tài)規(guī)劃、隨機和子線性算法、圖論、梯度/隨機下降和原始對偶方法。
5. 其他:這包括以上四個主要領(lǐng)域沒有涵蓋的數(shù)學(xué)主題。它們是實數(shù)和復(fù)數(shù)分析(集合和序列、拓?fù)鋵W(xué)、度量空間、單值連續(xù)函數(shù)、極限)、信息論(熵和信息增益)、函數(shù)空間和流形學(xué)習(xí)。
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
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03