这本机器学习的数学“百科全书”，可以免费获取 | 宾大教授出品
鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
你可能不止一次听说，想要学好机器学习，要先打好数学基础。
然而，数学知识千千万，到底该从哪里入门，怎样才能系统学习呢？
朋友，这里有一本机器学习数学“百科全书”，了解一下？
此书来自宾夕法尼亚大学计算机与信息科学系，涵盖代数，拓扑，微积分和优化理论，提供免费PDF下载（链接见文末）。
打开细看，一股丰盛的数学大餐的气息迎面扑来：
内置9大章节，1962页全面丰富的计算机科学和机器学习相关数学知识，有教学，还有习题。
难怪有网友表示：这里已经涵盖了你所需要的全部数学知识。
机器学习的数学百科全书
9个大的章节，囊括计算机科学和机器学习中涉及到的各种数学知识：
线性代数
仿射和射影几何
双线性形式的几何
代数：主理想整环（PID），唯一分解整环（UFD），诺特环，张量，PID上的模，范式
拓扑，微积分
优化理论基础
线性优化
非线性优化
机器学习中的应用
作者还给划了重点：
在基本代数结构，群、环、场及向量空间这四章中，重点是向量空间。
在每一章的末尾，也会有相应的知识点总结，和配套课后练习。
比如线性代数这一章中第一小节《向量空间，基底，线性映射》的末尾，作者就总结了向量空间的概念、向量的线性组合、向量组的线性相关性和线性独立性等26个重点概念。
以及21道课后习题。
这样一份“百科全书”，还真是惊喜与“惊吓”并存：
有网友则评论说，很难想象如何完全学完这本书。不过作为一本百科全书来参考是很不错的。
作者
这本书的作者，是宾夕法尼亚大学计算机与信息科学系教授Jean Gallier，和Jocelyn Quaintance。
Jean Gallier教授的研究领域为计算机视觉和计算机图形学，同时，他也在宾夕法尼亚大学数学系任教。
传送门
免费电子书：
https://www.cis.upenn.edu/~jean/math-deep.pdf
— 完 —
- 0元起步打造你的AI搜索！实测秘塔知识库新功能，竟能指导我升职加薪了2024-11-11
- o1满血版泄露！奥数题图片推理手拿把掐，奥特曼上线剧透o22024-11-03
- 科研版AI搜索来了！知乎直答接入正版论文库，一手实测在此2024-11-01
- 微软清华改进Transformer：用降噪耳机原理升级注意力，一作在线答疑2024-11-03
相关阅读
