如何学习机器学习所需的数学

机器学习所需的三个基本数学字段的细分:统计,线性代数和计算。

来源:走向数据科学

对于人们来说可能是一个可怕的话题。

你们中的许多人都想从事机器学习,但是所需的数学技能似乎令人不知所措。

我在这里告诉您,它无处可让您想象的那样令人生畏,并为您提供有关如何有效学习数学的路线图,资源和建议。

让我们进入它!

您需要数学用于机器学习吗?

我经常被问到:

您是否需要知道数学才能在机器学习中工作?

简短的答案通常是肯定的,但是您需要知道的数学的深度和程度取决于您要追求的角色的类型。

基于研究的角色,例如:

    研究工程师 - 基于研究思想的实验的工程师。研究科学家 - 一名全职研究人员,研究尖端模型。研究研究科学家 - 研究与行业之间的某个地方。
  • 研究工程师 - 根据研究思想进行实验的工程师。
  • 研究工程师 -
  • 研究科学家 - 尖端模型的专职研究员。
  • 研究科学家 -
  • 应用研究科学家 - 研究与行业之间的某个地方。
  • 应用研究科学家

    您将特别需要强大的数学技能。

    这也取决于您工作的公司。如果您是机器学习工程师或数据科学家或任何技术角色:

      deepmindmicrosoft Aimeta ResearchGoogle Research
  • deepmind
  • Microsoft AI
  • 元研究
  • Google Research
  • 您还需要强大的数学技能,因为您在研究实验室工作,类似于大学或大学研究实验室。

    实际上,大多数机器学习和AI研究都是在大型公司而不是大学进行的,这是因为在大量数据上运行模型的经济成本,这可能是数百万英镑。

    对于我提到的这些角色和职位,您的数学技能至少需要获得数学,物理,计算机科学,统计或工程等学科的学士学位。

    这听起来对你们中的一些人来说听起来很振奋,但这只是统计数据的真相。

    笔记本 2021 Kaggle机器学习与数据科学调查
    来源。