老饼讲解-机器学习 机器学习 神经网络 深度学习
机器学习入门
1.学前解惑
2.第一课:初探模型
3.第二课:逻辑回归与梯度下降
4.第三课:决策树
5.第四课:逻辑回归与决策树补充
6.第五课:常见的其它算法
7.第六课:综合应用

机器学习-需要什么数学基础

作者 : 老饼 发表日期 : 2022-06-27 22:48:14 更新日期 : 2023-11-26 03:58:48
本站原创文章,转载请说明来自《老饼讲解-机器学习》www.bbbdata.com


对于一些数学基础薄弱的同学,经常会疑问入门机器学习需要什么数学基础,

本文针对该问题进行解答



     Q1. 需要什么数学基础     


高等数学主要有(包括但不限于):
 高等代数(线性代数)、数学分析(微积分)、概率论。
三者之中笔者认为《线性代数》的使用率占70%。




   Q2. 大学数学没学到位,需要重新学完再学机器学习吗?  




   重学数学不可行   


如果大学数学没学好,学机器学习过程会有些困难。
但如果回头去学完数学,再来学机器学习,那就真的是不归路了!
数学比机器学习更难学,回去学数学,基本只能被劝退!



   学习建议   


老饼认为,前期可以艰难前行,
慢慢跟随着机器学习去提升我们的数学水平。
在这里,老饼给出一些个人认为很重要的建议:
(一) 调整学习顺序
 
先避开数学要求高的算法,先学数学门槛不太高,又常用的算法。
数学门槛高的算法等后面整体知识水平上来了,再回头搞它。

因此,学习顺序非常重要,
阶梯式学习,
就可以跟随着每个算法去顺带提高数学

慢慢地,把所需的数学补上来了。

注意,这里说的,是核心算法的学习由简单到复杂
如果学的算法虽然简单,而非核心,
那只能一直在机器学习边缘游走,最终把激情消磨殆尽。
(二)非必要莫引入
 
坚持奥卡姆剃刀原则,非必要莫引入!
如果一个数学知识点不会,
可以去百度了解和补习下知识点,
补习到能够把算法继续看下去就可以了,
不建议一次性进行过深的学习


等接触到新的算法,
原来的理解不足以支撑算法原理时,
再去进行深一步的学习。
能够坚持在机器学习的主线上走下去是最重要的,
慢慢的,数学就会补回来了。
非必要莫引入!简单有效即可。




   Q3. 哪个知识点比较难   


机器学习中,
没有用到太高深的数学知识,
大部分的数学知识,
只要有基本的数学sense,
加以足够的耐心,
就一定不会成为你的绊脚石
一句话,
比起数学知识,数学sense更为重要,
只要有数学sense,慢慢来,没有问题
但也有个别知识会成为拦路虎。
它是认识层面上的,而非公式层面的。

👉1.特征值    
👉2.线性变换 
目前入手机器学习的数学知识的只有这两个会卡壳,
针对这两个知识点,老饼会出个数学特别版扫出障碍










 End 





联系老饼