Хотя я выучил много математики во время получения степени инженера, я забыл большую часть этого к тому времени, когда захотел заняться машинным обучением. После того, как я закончил учебу, математика мне больше не нужна. Я много занимался веб-программированием, основанным на логике, и могу честно сказать, что с каждой системой со словом «Управление» в названии я терял треть своих математических знаний! Я запрограммировал расширения для систем управления обучением, систем управления контентом и систем управления взаимоотношениями с клиентами - я оставлю вас, чтобы выяснить, насколько я разбирался в математике после работы с этими системами. На данный момент я обладаю хорошими навыками в области анализа данных и могу использовать различные алгоритмы машинного обучения и дистанционного обучения. Я успешно прошел ряд МООК (например, «Основы глубокого обучения» от Udacity и новые курсы Coursera Эндрю Нга). Я могу использовать Scikit Learn, TensorFlow и Kera’s. …. но у меня есть примерные идеи по созданию новых вариантов алгоритмов. На данный момент я действительно хочу создать новый вид интерактивного алгоритма моделирования тем. Я чувствовал себя застрявшим из-за незнания математики. В своих путешествиях, пытаясь заново выучить основы математики, я наткнулся на пару книг, написанных людьми, обладающими искусством объяснения. Эти книги имеют огромное значение, поскольку они могут очень просто передать сложные концепции. Я пишу это сообщение в блоге, чтобы поделиться этими замечательными ресурсами, особенно для программистов. Книги посвящены исчислению и линейной алгебре. Я еще не нашел эквивалентной книги по вероятности и статистике. Если вы ее знаете, оставьте комментарий или напишите в Твиттере Аниша Бахария.
Упрощенный расчет, С. Томпсон
Изучите математический анализ по книге, написанной в 1914 году! Pdf для книги находится в свободном доступе. Эта книга просто потрясающая. Английский - это немного устаревший стиль, но объяснения вечны. Томпсон делает расчет очень простым. Оптимизация функции затрат является основой машинного обучения и DL, и эта книга поможет вам понять основы минимизации. Эти правила обновления в приличных градиентах больше не будут казаться волшебством. Просто прочтите пролог - он задает тон всей книге ...
Кодирование матрицы П. Н. Клейна
Большинство книг по линейной алгебре начинается с простого, но затем такие понятия, как изображение, базис, размерность, ортогонализация, собственные векторы, вводятся совершенно абстрактным образом. В большинстве книг по линейной алгебре нет даже представления о реальных приложениях, и трудно понять, где и почему вы могли бы использовать математику. Умножение матриц - хороший пример того, что я узнал, но никогда по-настоящему не понимал (то есть, почему это не выполнялось поэлементно). Кодирование Матрицы другое! Вы действительно можете создать свою собственную библиотеку линейной алгебры, одновременно улучшая свои навыки программирования на Python! Книга полна практических приложений информатики (например, исправить перспективу фотографии на белой доске).
