从入门到高阶，读懂机器学习需要哪些数学知识
发布网友
发布时间：2022-04-22 00:38
共1个回答
热心网友
时间：2023-10-03 17:50
我们都知道，现在的很多知识都是离不开数学，比如说在机器学习中，数学工具是一个十分重要的工具，正是因为拥有了这些数学知识，我们才能够利用机器学习解决很多的问题，才能够为人工智能提供贡献。不过数学都是大家公认比较难的知识，在这篇文章中我们就讲讲如何快速掌握数学知识。
1.掌握核心概念
第一需要掌握核心概念，在这方面，建议大家从两方面着手，一方面是，我们要握核心概念，在线性代数当中核心概念是什么？就是线性空间，向量矩阵以及对于向量矩阵的度量，包括范数、包括内积这些，这些就是它的核心概念。那么在概率统计当中，频率学派，还有贝叶斯学派，他们两者之间的区别是一个核心概念，同时呢，像期望方差这些指标，还有条件概率，这样的一些概念，条件概率联合概率这样一些概念也是核心概念。那么在最优化当中，这些算法，这个梯度下降法，或者牛顿法，这就是核心概念。这样我们才能够更好的了解这些知识。
2.梳理好知识体系
很多人学习数学工具知识都是十分紧凑的，在时间有限的情况下，我们一定要把有限的精力集中在重要的知识上。先把这些核心概念搞清楚，再通过这些核心的概念，来以点代面，从这些关键的问题去铺开，慢慢地去接触其他的问题。
3.了解问题导向
在学习的时候，我们可以以问题为导向，就是结合着我们实际的需求，结合我们实际的问题，来决定我们去学什么。掌握到什么程度是我们需要注意的内容，我们学习，机器学习，学习机器学习当中的数学都是为了解决问题。如果不能解决问题的话，我们学到的这个东西的价值就没有能够解决问题的这个知识的价值大。当然我们也不能说一点价值都没有。在学习的时候，大家可以尝试着以问题为导向。带着问题去探索这些知识，带着问题去学习知识，可能你会发现，这样会得到更高的效率。所以大家可以做好这些内容。
相信大家看到这里已经知道如何去学习机器学习中的数学知识了吧？大家在学习机器学习的时候还是要做好知识的梳理，这样方便大家更好地理解机器学习知识，希望这篇文章能够帮助大家。
