鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
你可能不止一次听说，想要学好机器学习，要先打好数学基础。
然而，数学知识千千万，到底该从哪里入门，怎样才能系统学习呢？
朋友，这里有一本机器学习数学“百科全书”，了解一下？
此书来自宾夕法尼亚大学计算机与信息科学系，涵盖代数，拓扑，微积分和优化理论，提供免费PDF下载（链接见文末）。
打开细看，一股丰盛的数学大餐的气息迎面扑来：
内置9大章节，1962页全面丰富的计算机科学和机器学习相关数学知识，有教学，还有习题。
难怪有网友表示：这里已经涵盖了你所需要的全部数学知识。
机器学习的数学百科全书
9个大的章节，囊括计算机科学和机器学习中涉及到的各种数学知识：
线性代数
仿射和射影几何
双线性形式的几何
代数：主理想整环（PID），唯一分解整环（UFD），诺特环，张量，PID上的模，范式
拓扑，微积分
优化理论基础
线性优化
非线性优化
机器学习中的应用
作者还给划了重点：
在基本代数结构，群、环、场及向量空间这四章中，重点是向量空间。
在每一章的末尾，也会有相应的知识点总结，和配套课后练习。
比如线性代数这一章中第一小节《向量空间，基底，线性映射》的末尾，作者就总结了向量空间的概念、向量的线性组合、向量组的线性相关性和线性独立性等26个重点概念。
以及21道课后习题。
这样一份“百科全书”，还真是惊喜与“惊吓”并存：
有网友则评论说，很难想象如何完全学完这本书。不过作为一本百科全书来参考是很不错的。
作者
这本书的作者，是宾夕法尼亚大学计算机与信息科学系教授Jean Gallier，和Jocelyn Quaintance。
Jean Gallier教授的研究领域为计算机视觉和计算机图形学，同时，他也在宾夕法尼亚大学数学系任教。
传送门
免费电子书：
网页链接
作者系网易新闻·网易号“各有态度”签约作者
— 完 —
大咖齐聚！参会嘉宾重磅揭晓
量子位 MEET 2020 智能未来大会启幕，李开复、倪光南、景鲲、周伯文、吴明辉、曹旭东、叶杰平、唐文斌、王砚峰、黄刚、马原等AI大咖与你一起读懂人工智能。观众票即将售罄，扫码报名预定席位 ~
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !