机器学习的数学,从入门到不放弃(文末彩蛋)
文末有活動(dòng)
似乎每個(gè)理科生都在生命的一大段時(shí)間中幻想過自己精通各種理論和技術(shù),理科生的裝腔相比其他人要硬核得多,說起話來也更加燒腦。
有時(shí)他們看到跑車就想聊起渦輪增壓發(fā)動(dòng)機(jī)馬力和排量的關(guān)系,看到飛機(jī)起飛就想講一講空氣動(dòng)力學(xué)上伯努利方程如何計(jì)算升力。
宇宙浩瀚,他們想從冥王星的發(fā)現(xiàn)談到中微子的實(shí)驗(yàn)。打開電腦,又想在5分鐘內(nèi)就能黑入五角大樓盜取軍事機(jī)密,還不留蹤跡。
對(duì)于他們來說,那些人工智能的理論都是小兒科,不管是機(jī)器學(xué)習(xí)還是神經(jīng)網(wǎng)絡(luò)都可以輕松上手。
但這些都是他們的幻想,事實(shí)上很多剛?cè)腴T機(jī)器學(xué)習(xí)的人,一看到那些難以理解的數(shù)學(xué)公式時(shí)就感到頭痛,讓原本并不富余的數(shù)學(xué)儲(chǔ)備,更是雪上加霜。
? ? ? ?? ? ? ?
(這么復(fù)雜的公式,看著就蒙了)
想入門,先學(xué)會(huì)放棄
根據(jù)知乎某作者的高贊回答,如果現(xiàn)在入門機(jī)器學(xué)習(xí),先要做到兩個(gè)「放棄」。
1. 放棄海量資料
在我們想要入門機(jī)器學(xué)習(xí)的時(shí)候,往往會(huì)搜集很多資料,什么 xx 學(xué)院機(jī)器學(xué)習(xí)內(nèi)部資源、機(jī)器學(xué)習(xí)從入門到進(jìn)階百 G 資源、xx 人工智能教程,等等。
很多時(shí)候我們拿著十幾 G、幾百 G 的學(xué)習(xí)資源,然后踏踏實(shí)實(shí)地放到了某云盤里存著,等著日后慢慢學(xué)習(xí)。
殊不知,有 90% 的人僅僅只是搜集資料、保存資料而已,放在云盤里一年半載也忘了打開學(xué)習(xí)。
所以,第一步就是要放棄海量資料!而是選擇一份真正適合自己的資料,好好研讀下去!
2. 放棄從零起步
說到入門,很多人會(huì)想著那就要從最基礎(chǔ)的知識(shí)開始學(xué)起!機(jī)器學(xué)習(xí)是一門融合概率論、線性代數(shù)、凸優(yōu)化、計(jì)算機(jī)、神經(jīng)科學(xué)等多方面的復(fù)雜技術(shù)。
學(xué)好機(jī)器學(xué)習(xí)需要的理論知識(shí)很多,有些人可能基礎(chǔ)不是特別扎實(shí),就想著從最底層的知識(shí)開始學(xué)起,概率論、線性代數(shù)、機(jī)器學(xué)習(xí)凸優(yōu)化公式推導(dǎo),等等。
但是這樣做的壞處是比較耗時(shí)間,而且容易造成「懈怠學(xué)習(xí)」,打消學(xué)習(xí)的積極性。
因?yàn)榭袝竞屯茖?dǎo)公式相對(duì)來說是比較枯燥的,遠(yuǎn)不如自己搭建一個(gè)簡(jiǎn)單的回歸模型更能激發(fā)自己的學(xué)習(xí)積極性。
那誰來幫助我們推到這些難以理解數(shù)學(xué)公式,誰又能快速幫你搭建一個(gè)回歸模型呢?
我們剛剛上架了一本很奇特的書,叫《白話機(jī)器學(xué)習(xí)的數(shù)學(xué)》。如果只看書名,肯定會(huì)覺得這本是很鋼鐵直男式的技術(shù)書。但如果你看到封面時(shí),你會(huì)有其他想法。
雖然書的內(nèi)容很硬核,通過回歸和分類的具體實(shí)例問題,逐步講解了機(jī)器學(xué)習(xí)中實(shí)用的數(shù)學(xué)知識(shí),但特點(diǎn)在于它的原版來自日本,書里結(jié)合了日式漫畫的對(duì)話風(fēng)格,將數(shù)學(xué)知識(shí)的講解故事化,讓問題更加真實(shí),讓解答更加細(xì)致。
這本書講了一個(gè)什么故事?
書里故事大致是這樣的。
一天,萌妹程序員綾乃,「天降橫禍」,領(lǐng)導(dǎo)讓她盡快學(xué)習(xí)一下機(jī)器學(xué)習(xí)。
自覺廢柴的綾乃于是便找到多年的好友美緒,美緒也是個(gè)程序員,剛好是研究 CV(計(jì)算機(jī)視覺)的學(xué)霸。?
但美緒說,機(jī)器學(xué)習(xí)中編程不是難事,困難的是里面的「數(shù)學(xué)」。一大串一大串鬼畫符般的公式,你讀都不會(huì)讀,更別說理解了。
于是兩個(gè)萌妹程序員開始了一場(chǎng)圍繞「機(jī)器學(xué)習(xí)」和「數(shù)學(xué)」的快速學(xué)習(xí)。
對(duì)機(jī)器學(xué)習(xí)中涉及到的數(shù)學(xué)問題,美緒擔(dān)心綾乃無法理解,于是將問題拆解。不管多么復(fù)雜的公式,她都能用綾乃聽得懂的話解釋出來。
經(jīng)過一段時(shí)間的努力,已經(jīng)掌握數(shù)學(xué)基礎(chǔ)知識(shí)的綾乃,準(zhǔn)備上手試試。但是綾乃又發(fā)現(xiàn),原來機(jī)器學(xué)習(xí)的基本概念她還有點(diǎn)懵。于是,問號(hào)很多的綾乃小朋友與嚴(yán)苛的美緒老師又上線了。
綾乃:“回歸、分類、聚類、監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)......光記住名字就好難了吧!”
美緒:“死記硬背啥都難,你需要來點(diǎn)實(shí)戰(zhàn)。”
于是美緒又手把手指導(dǎo)綾乃開始用 Python 實(shí)現(xiàn)之前講到的每個(gè)算法。
左右滑動(dòng)查看更多
從內(nèi)容上看,整本書的每個(gè)章節(jié)設(shè)置得十分清晰,每個(gè)大知識(shí)點(diǎn)都以案例為基礎(chǔ),展開出各個(gè)分支。例如:
以「Web廣告費(fèi)預(yù)測(cè)點(diǎn)擊量」為案例,講解什么是「回歸」以及「最小二乘法」和「隨機(jī)梯度下降法」等。
以「圖像大小分類」為案例,講解什么是「分類」以及「感知機(jī)」、「邏輯回歸」、「似然函數(shù)」等。
本書目錄結(jié)構(gòu)如下圖
點(diǎn)擊圖片放大查看
? ? ??
告別那些動(dòng)輒七八百頁(yè)深?yuàn)W又沉重的技術(shù)書,這本書除去附錄只有 200 頁(yè)左右,卻將機(jī)器學(xué)習(xí)中最基礎(chǔ)的數(shù)學(xué)部分全部囊括其中,終于不用再糾結(jié)于自己的數(shù)學(xué)儲(chǔ)備而逃避機(jī)器學(xué)習(xí)了。
關(guān)于作者
立石賢吾,現(xiàn)任職于 SmartNews 公司,也許大家對(duì)作者和他所在的公司很陌生。說起 SmartNews,它是日本做新聞聚合類應(yīng)用的獨(dú)角獸公司,「日本的今日頭條」。
這個(gè)公司讓人覺得最有意思的地方是它是一個(gè) Geek 主導(dǎo)的公司,一個(gè)像硅谷里的創(chuàng)業(yè)公司的日本公司,實(shí)行「雙 CEO」體制。
SmartNews 招員工,不惜代價(jià),只招最好的工程師,開出的價(jià)碼都是日本 IT 圈頂級(jí)的工資待遇,而作者立石賢吾就是其中非常優(yōu)秀的機(jī)器學(xué)習(xí)工程師。
專為不擅長(zhǎng)數(shù)學(xué)的你而寫
有趣?+?易懂?+?實(shí)用
【日】立石賢吾 | 著
鄭明智 |?譯
步步引導(dǎo),對(duì)話形式好理解。結(jié)合回歸和分類的具體問題,逐步講解機(jī)器學(xué)習(xí)中實(shí)用的基礎(chǔ)數(shù)學(xué)知識(shí)。
層層拆解,復(fù)雜公式看得懂。把數(shù)學(xué)表達(dá)式拆開看,一部分一部分地去理解就好懂了。
用 Python 實(shí)現(xiàn)分類和回歸算法。通過實(shí)際的 Python 編程講解數(shù)學(xué)公式的應(yīng)用,加深讀者對(duì)數(shù)學(xué)知識(shí)的理解(書中的 Python 代碼均可下載)。
享受低價(jià)折扣
留言活動(dòng)?
留言說說:數(shù)學(xué)不好,給你帶來什么困擾?
轉(zhuǎn)發(fā)、點(diǎn)贊本文且留言獲贊 Top5 的讀者將獲得《白話機(jī)器學(xué)習(xí)的數(shù)學(xué)》紙質(zhì)書一本。?
統(tǒng)計(jì)點(diǎn)贊截止時(shí)間:7月20月 22:00?
參考資料:
[1]:?機(jī)器學(xué)習(xí)該怎么入門?
https://www.zhihu.com/question/20691338/answer/446610161
[2]:?SmartNews: 帶強(qiáng)烈的硅谷風(fēng)格的日本創(chuàng)業(yè)公司
https://2ly4hg.smartapps.cn/pages/article/article?articleId=131640959_698026&_trans_=010004_bdxcx_shw&hostname=baiduboxapp&_swebfr=1
總結(jié)
以上是生活随笔為你收集整理的机器学习的数学,从入门到不放弃(文末彩蛋)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 励志:他读书时挣了五十万,找工作时收获阿
- 下一篇: 【深度学习】一分钟速学 | NMS, I