機器學習數學基礎

買了紙質書，又到這兒來看，是因爲經常需要問AI。確實覆蓋了傳統機器學習中的數學基礎知識，對於有基礎的人來說開卷有益。但是大量排版錯誤讓人不得不經常問AI求證，基礎差一點或者已經忘了的也需要。總體知識覆蓋面感人，特別對需要整體瞭解ML數學背景的人有用。對於錯誤的地方我都儘量做了註解，希望有幫助。

推薦。 不論是在數學還是在機器學習中，“線性”這個詞都不鮮見，比如現在學習的是“線性代數”，機器學習中有“線性迴歸”，初中我們就學習過“線性函數”，等等。但是，那些名詞中的“線性”是什麼意思？它們與“線性空間”中的“線性”是否同義？ 在第1章1.2.1節已經定義了線性代數的一個重要對象——線性空間（或向量空間），判斷一個空間是否是線性空間，就是看其中的向量是否符合加法和數量乘法封閉——不要忘記，我們已經在2.1.4節將向量的形態從行或者列推廣到了矩陣。這樣看來，“線性代數”中的線性，就應該如此理解了。

書中的例子都有錯的，誤人子弟.

看了開頭就忍不住強烈推薦，講的很不錯，雖然不適合完全新手。但是補足了有基礎的人到人工智能路上的基礎內容。 例如字詞頻向量化等等知識，舉例很淺顯。先mark

基礎數學知識瞭解和相關Python庫使用都有介紹

最近在看計算機相關的數學，推薦 B 站的兩個老師，一個是一數（這個團隊很牛逼，一數，一地，一化，全公益，質量極高），另外大家也可以看考研機構的數學視頻。最後好像還有一個大學的老師，宋浩，大家也可以瞅瞅看👀

這本書的特點是把入門機器學習所需的數學基礎要點都提及了且每個知識點還配有相應的Python編程案例，但它不是一本適合零高等數學基礎人羣的書籍，這樣一本書我不會選擇直接啃完，而且挑着看，老實說性價比一般，但還是推薦下吧

我這裏看矩陣的字體都特別特別小，大家的也是這樣的？