Libri di matematica per principianti per l'apprendimento automatico


14

Sono un ingegnere informatico senza esperienza in statistica o matematica avanzata.

Sto studiando il libro Python Machine Learning di Raschka e Mirjalili, ma quando ho cercato di capire la matematica del Machine Learning, non sono riuscito a capire il grande libro che un amico mi suggerisce Gli elementi dell'apprendimento statistico .

Conosci statistiche più semplici e libri di matematica per l'apprendimento automatico? In caso contrario, come dovrei spostarmi?


Ho una laurea con lode in statistica e attualmente sto prendendo un programma di master online in Data Science con Simplilearn ... per essere uno scienziato di dati bisogna avere una solida base in statistica ... perché la maggior parte dei modelli di machine learning si basa su matematica e Statistiche che vengono insegnate a livello di laurea o meglio ... il mio consiglio sarebbe di leggere il manuale di scienza dei dati con Python ... mandami una email su pchiita@gmail.com ... così posso condividere il mio materiale sul mio disco di Google. .. ho molti buoni libri ... buon apprendimento ....
Paul Chiita,

Risposte:


8

Sebbene sia necessario un libro, raccomando rispettivamente i seguenti corsi per comprendere le statistiche che vengono utilizzate per l'apprendimento automatico e altre attività di data science. Sono liberi.

Se voglio raccomandare un libro, consiglierei il seguente libro che è gratuito sotto licenza CC . Ha dei bei esempi ed è molto pratico; inoltre, ci sono molti codici che ti aiutano a sentire le statistiche negli esempi del mondo reale.

Anche il seguente link può essere d'aiuto:


Grazie per la risposta. Ma preferisco i libri, hai qualche suggerimento?
Tantaros,

@Tantaros Ho aggiornato la risposta
Media

Aggiunto un altro link ..
Aditya,

che dire di algebra lineare, calcolo, ecc? non ho praticato la matematica dal liceo, quindi sto praticamente partendo da zero. tuttavia, sto programmando da un po '. c'è un elenco recente dei diversi tipi di matematica che non hanno bisogno di ML nel 2018/2019 ?! grazie
oldboy il

In corsia, c'è una specializzazione. Non ricordo il suo nome esatto, ha tre corsi ed è quello che ti serve. È matematica per ml.
Media

2

Introduzione all'Algebra lineare https://math.mit.edu/~gs/linearalgebra/ è un buon punto di partenza. Assicurati di essere bravo con la teoria della probabilità, l'algebra lineare e le statistiche. Potrebbe non essere necessaria una conoscenza molto approfondita, ma è necessaria una buona conoscenza.


Ho sentito altrove che è necessario conoscere l'algebra lineare, ma anche il calcolo? è vero? tutto quello che voglio sapere è quali tipi di matematica sono assolutamente essenziali per comprendere la matematica dell'apprendimento automatico nel 2018/2019! Qualsiasi aiuto sarebbe molto apprezzato!!
oldboy il

2

Prima di fare il mio master in Analytics, i miei anziani mi hanno suggerito di leggere questi due libri per saperne di più su Machine Learning e Statistica.

Vale a dire:

  1. Scoprire le statistiche con SPSS / R - Andy Field
  2. R Principiante e R per tutti
  3. Analisi predittiva: il potere di prevedere chi farà clic, acquisterà, mentirà o morirà
  4. Data Science for Business e molti altri

Se non riesci a trovare questi libri online, fammi sapere condividerà il link, li ho sul mio disco. Questi libri mi hanno aiutato a comprendere le basi delle statistiche con esempi spiegati in termini profani.

Se stai cercando alcuni corsi online, fammi sapere può suggerirti un paio di buoni corsi (la maggior parte sono gratuiti).


1
La maggior parte dei libri con R o qualsiasi strumento non risolverà il suo problema.
dksahuji,

1
in realtà il motivo per cui gli ho suggerito questo libro è che gli esempi sono molto belli e facilmente comprensibili e per caso quelli sono stati spiegati in R ma R per tutti ha spiegazioni sull'implementazione ecc.
Toros91

@ Toros91, potresti fornire i link? Immagino che meritino di essere menzionati :)
Media

1
@Media dai un'occhiata a una delle mie piccole raccolte (non è mantenuta ora) ( 1drv.ms/f/s!AhfWNelcf3iAgm5t4luUhUFal8II )
Aditya,

@Aditya sure :)
Media

1

Non posso dire dalla tua domanda quanto sei esperto in matematica o dove si ferma il tuo apprendimento. Suppongo che, poiché sei un ingegnere informatico, hai familiarità con l'algebra, la geometria e forse qualche calcolo.

Ti consiglierei di iniziare l'apprendimento leggendo le statistiche e comprendendo concetti come descrittivi, analisi dei dati esplorativi, correlazione, distribuzioni e così via. Vedo che preferisci i libri piuttosto che i video, quindi ti incontrerò a metà strada e ti fornirò alcuni libri che sono online, oltre a un libro o due che puoi acquistare in stampa.

In primo luogo, consiglierei il curriculum del corso online di Penn State in statistica . Puoi esplorare ciascuno dei loro corsi usando il menu a sinistra. Dopo aver selezionato un corso, scorrere verso il basso sulla pagina Web del corso e fare clic sul collegamento che legge "note sul corso online". Le note del corso per questi corsi sono molto più che note e si leggono come libri completi. Sono molto istruttivi. Inoltre, dai un'occhiata al curriculum del corso di laurea online di Penn State in statistica , nel caso in cui trovi qualcosa nel corso di laurea che sia troppo avanzato e desideri una spiegazione "più semplice".

In secondo luogo, rivedi il Manuale di statistiche biologiche di John H. McDonald. Non lasciarti ingannare dal titolo; questo libro è un ottimo spunto su statistiche e analisi dei dati applicabile a qualsiasi dominio.

In terzo luogo, rivedi il piccolo manuale di statistiche di Gerard Dallal. Ancora una volta, non lasciarti ingannare dal titolo; questo libro è un altro gioiello che ti guida attraverso alcuni importanti concetti statistici.

In quarto luogo, dai un'occhiata al libro Think Stats di Allen Downey. C'è una versione gratuita online di un'edizione precedente; l'edizione più recente che dovrai acquistare. Ne vale la pena, soprattutto se lavori in Python. In questo libro, l'autore ti insegna statistiche e analisi dei dati usando Python per analizzare set di dati del mondo reale (giocattolo). Questo è davvero un ottimo libro su cui lavorare.

Infine, controlla Data Science da Scratch di Joel Grus. Questo libro si concentra maggiormente sull'analisi dei dati (anziché sui fondamenti statistici) e pone una maggiore enfasi sull'apprendimento automatico e sulla modellizzazione. Utilizza Python (e lo stack di data science Python) per guidarti nell'analisi e nello svolgimento di analisi predittive su set di dati del mondo reale (giocattolo). Un altro grande libro su cui lavorare.


1

Tieni presente che mentre ho un Master in Statistica applicata, ti darò una risposta molto semplice: seguire un corso sulle probabilità.

La maggior parte dei moderni quadri di programmazione ML elimina gran parte della matematica dalla scienza dei dati; non ne avrai davvero bisogno nella maggior parte degli scenari. Ma avrai sempre bisogno della capacità di comprendere i tuoi risultati e la maggior parte dei risultati sono espressi in probabilità. Se fossi nuovo alla scienza dei dati, seguirei un (breve) corso sulle probabilità, cercherò di capire cosa significano davvero le proporzioni e le percentuali e poi lavorerei per conoscere un framework (come Tensorflow) davvero, molto bene. Se riesci a farlo, puoi scrivere alcuni algoritmi davvero interessanti e non devi essere ossessivo sulla matematica.

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.