Skip to content

Latest commit

 

History

History
11 lines (7 loc) · 648 Bytes

File metadata and controls

11 lines (7 loc) · 648 Bytes

数学基础

  包括深度学习在内的所有机器学习算法的基础均是传统的应用数学知识,本节介绍的即为这些包括线性代数、概率论、数值计算在内的基本概念以及其在Python的数值处理库Numpy中的用法和实现。

  需要注意的是,数学知识的学习是一个长效的过程,这里仅简单罗列和介绍一些机器学习中常用的数学基础和概念,系统性的学习建议参考相关教材。

目录

  1. 线性代数
  2. 概率与信息论
  3. 数值计算