1樓:Dixit
給你推薦一本張賢達的《矩陣分析與應用》,看過的人都說好https://
zhuanlan /p/94805436
2樓:塵迪
非常推薦 PRML(Pattern Recognition and Machine Learning),中文版名為《模式識別與機器學習》。我讀過的若干機器學習書籍中,數學理論非常深的一本。
難能可貴的是,雖然理論很深,但講得深入淺出,能讓人對理論理解得很透徹,比如從貝葉斯理論的角度理解正則化,等等。
我在單位的定期 Workshop 給組裡的同學講過一些章節,大家雖然聽得比較吃力,但基本都表示收穫挺大,對思維很有提公升作用。
3樓:
周志華老師的《機器學習理論導引》,目前結合文中提供的文獻以及大佬們的解讀,慢慢消化
4樓:
題主問出這樣的問題,我就預設已經在機器學習有了一定基礎,且想深入了解數學部分,因此不提一些優秀的入門類和實戰類書籍了。
根據我個人的學習經驗,有以下經典有關數學性很強的書(根據個人主觀,由易到難排序):
Pattern Recognition and Machine Learning
Understanding Machine Learning: From Theory to Algorithms
Machine Learning: A Probability Perspective
Element of Statistical Learning
5樓:張大帥
Foundations of Machine LearningUnderstanding Machine Learning這兩本比較新,前一本今年出的第二版
再有就是比較老的經典的:
Statistical Learning Theory
6樓:
2.《Machine learning a probabilistic perspective》
1.《Foundations of machine learning(second edition)》
2.《Understanding machine learning》
7樓:邵浩博士
大神Bishop寫的《Pattern Recognition and Machine Learning》,此書讀一遍兩遍是不夠的。真的能對裡面的知識融會貫通了,機器學習的數學基礎也就沒問題了。也是我桌上常備的書籍之一。
注:一定要看英文原版。
深度學習是否用到數學理論?
劉杳 除了基礎的微積分 線性代數,最近又有微分方程 最優控制 optimal control 變分法介入進來 不過還沒聽說有什麼影響 簡單的講,卷積網路 CNN 可以模擬一種偏微分方程 一階時間導數,像熱方程 input layer 初始條件,feed forward 解方程,depth 時間變數,...
模糊數學理論的爭議?
ACE遊戲 在混亂中尋找秩序,在自然界中尋找穩定。引用自菲爾茲獎頒獎詞。爭論是當下的,模糊數學應用範圍變廣,但不代表理論基礎紮實,無異於空中樓閣,但他又確確實實能夠很好的應用於工業。當下理論基礎的完善仍然是乙個要解決的問題。當理論基礎完善之後,就更能推動科學的發展。希望模糊數學也能像量子力學一樣披荊...
為了自學理論物理,那我該怎麼學習數學?
櫻吹雪 看你想學來幹啥 學著玩 微積分,有乙個近代數學基本的極限概念,不至於跑太偏,科普水平的讀物基本可以隨便讀了 學來應付高中競賽 微積分和線性代數基本夠你四大力學入個門,硬要說的話一點點群論和復變函式也許能幫到你衝擊難題 拿第二學位 找個高校的物理專業培養計畫來照著學,一般來說高等數學 復變實變...