Хотя научиться использовать машинное обучение можно быстро и легко со всеми доступными ресурсами, знание того, как работает машинное обучение, требует практических знаний во многих областях математики. Чтобы стать компетентным пользователем машинного обучения, важно знать, как работает каждый из алгоритмов, чтобы знать, к каким типам задач они подходят лучше всего. Эта серия статей познакомит вас с основами различных областей математики, необходимых для понимания машинного обучения, с примерами в каждой статье, относящимися к различным алгоритмам машинного обучения.
Статьи (Серия в разработке)
- Основные производные
- Базовая оптимизация
- Введение в матрицы и векторы
- Основы линейной алгебры
- Вероятность и основная статистика
- Байесовская статистика
