如何學(xué)好機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘？這本《數(shù)據(jù)分析數(shù)學(xué)基礎(chǔ)》圖文并茂帶你學(xué)習(xí)入門

來源：專知

本文為書籍，建議閱讀5分鐘?
推薦一本數(shù)據(jù)分析實(shí)用書！

對(duì)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘很感興趣，但是數(shù)學(xué)表示法看起來又奇怪又不直觀，那就看看這本書吧。它從概率和線性代數(shù)開始，逐漸建立到現(xiàn)代研究論文中使用的常見符號(hào)和技術(shù)-重點(diǎn)是簡(jiǎn)單、可愛和實(shí)際使用的基本技術(shù)。它充滿了大量的簡(jiǎn)單的例子，數(shù)以百計(jì)的插圖和解釋，突出的幾何解釋正在發(fā)生什么。抽象的數(shù)學(xué)和分析技術(shù)和模型的動(dòng)機(jī)是真實(shí)的問題，并提醒讀者在使用這些強(qiáng)大的工具時(shí)內(nèi)在的倫理考慮。

、

本書的目的是介紹了許多現(xiàn)代數(shù)據(jù)分析所需的基本數(shù)學(xué)原理和技術(shù)。特別是，它是由主要在兩門課程中講授的材料構(gòu)建而成的。第一個(gè)是早期的本科課程，旨在幫助學(xué)生在嚴(yán)格的機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘課程中取得成功。第二門課程是高級(jí)數(shù)據(jù)挖掘課程。它應(yīng)該對(duì)這類課程的任何組合都有用。這本書介紹了在本科課程中經(jīng)常缺席或簡(jiǎn)短的關(guān)鍵概念工具，對(duì)大多數(shù)學(xué)生來說，有助于多次看到。在這些基礎(chǔ)之上，它介紹了構(gòu)成現(xiàn)代數(shù)據(jù)分析主干的最基本技術(shù)的通用版本。然后深入探討一些更高級(jí)的主題和技術(shù)——仍然專注于清晰、直觀和持久的想法，而不是不斷發(fā)展的最新技術(shù)中的具體細(xì)節(jié)。

https://mathfordata.github.io/

本書范圍

引入的重要概念包括度量的集中和PAC邊界、交叉驗(yàn)證、梯度下降、各種距離、主成分分析和圖表。這些思想對(duì)于現(xiàn)代數(shù)據(jù)分析是必不可少的，但在計(jì)算機(jī)科學(xué)或數(shù)學(xué)系的其他數(shù)學(xué)入門課程中卻很少教授?；蛘?，如果教授這些概念，它們是在一個(gè)非常不同的背景下呈現(xiàn)的。

我們對(duì)監(jiān)督(回歸和分類)和非監(jiān)督(主成分分析和聚類)學(xué)習(xí)的基本技術(shù)做了闡述。我們努力使這些主題的表述和概念保持簡(jiǎn)單。我們最初主要堅(jiān)持那些試圖最小化誤差平方和的方法。我們首先使用經(jīng)典但很有效的算法，如Lloyd的k-means，冪法的特征向量，和感知器的線性分類。對(duì)于許多學(xué)生(甚至是計(jì)算機(jī)科學(xué)課程的學(xué)生)來說，這是他們遇到的第一個(gè)迭代的、非離散的算法。有時(shí)，這本書冒險(xiǎn)超出這些基礎(chǔ)知識(shí)，進(jìn)入概念，如正則化和Lasso，局部敏感哈希，多維尺度，光譜聚類，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，和數(shù)據(jù)草圖。這些課程可以穿插進(jìn)去，讓課程更深入，更高級(jí)，因?yàn)檫m合學(xué)生的水平。