本课程将介绍一些实际的ML算法。然而，我们将把重点放在这些算法建立的基础数学概念上。特别是，要真正理解关于ML的任何东西，您需要非常好地掌握。

——微积分,

-线性代数，还有

-概率推理(即概率的数学理论和如何使用它)。

• 我们将深入探讨应用数学分支的关键部分，并在ML的背景下。

• 更具体地说，本课程的数学主题可以分为四个基本的学科领域:

• 数据表示和将数据映射到决策、估计或两者的操作符。我们将从线性表示的深入讨论开始;它们本身就很重要/有用，也被用作非线性表示的构建块。这就是我们需要大量线性代数及其扩展的地方。

• 估计。从数据集中估计一个参数是什么意思?我们将尽量用统计学的语言，把这个问题建立在一个牢固的数学基础上。

• 建模。

• 计算。最后，我们将看看如何计算解决ML中出现的问题。我们将从优化中了解一些基本的算法，并从数值线性代数中了解一些代数技术。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“M328” 就可以获取《【2022新书】机器学习数学基础，328页pdf，密西西比州立大学Seongjai Kim教授》专知下载链接

请扫码加入专知人工智能群（长按二维码），或者加专知小助手微信（zhuanzhi02），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG、论文等）交流~

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源