Novità entusiasmanti per tutti coloro che si immergono nel mondo del Machine Learning! Ho trovato una risorsa fantastica che consolida tutta la matematica essenziale necessaria per il ML e indovinate un po’?
È gratuita (scarica qui). Su misura per coloro che sono desiderosi di comprendere la matematica dietro gli algoritmi di ML.
Prerequisito minimo: Conoscenza matematica di livello scolastico superiore. Non sei ancora a quel livello? Non ti preoccupare! Ci sono innumerevoli risorse gratuite e tutorial su YouTube per rimetterti in pari.
Contenuti
Il libro è scritto per motivare le persone a imparare i concetti matematici essenziali per il machine learning. Non mira a coprire tecniche avanzate di machine learning ma fornisce le competenze matematiche necessarie per leggere altri libri che lo fanno. Il libro è stato pubblicato da Cambridge University Press nell’aprile 2020
Il libro è diviso in due parti:
- Fondamenti Matematici:
- Introduzione e Motivazione
- Algebra Lineare
- Geometria Analitica
- Decomposizione di Matrici
- Calcolo Vettoriale
- Probabilità e Distribuzione
- Ottimizzazione Continua
- Problemi Centrali di Machine Learning:
- Quando i Modelli Incontrano i Dati
- Regressione Lineare
- Riduzione della Dimensionalità con Analisi delle Componenti Principali
- Stima della Densità con Modelli di Miscela Gaussiana
- Classificazione con Macchine a Vettori di Supporto
Non perdere l’abbondanza di materiali didattici sul loro sito web: sono veramente un tesoro.
Il machine learning è diventato davvero popolare ultimamente, con molti grandi utilizzi. Questo libro spiega le principali idee matematiche dietro di esso, come l’algebra, il calcolo e la probabilità. È adatto sia ai principianti che agli esperti di machine learning.