机器学习数学基础

买了纸质书，又到这儿来看，是因为经常需要问AI。确实覆盖了传统机器学习中的数学基础知识，对于有基础的人来说开卷有益。但是大量排版错误让人不得不经常问AI求证，基础差一点或者已经忘了的也需要。总体知识覆盖面感人，特别对需要整体了解ML数学背景的人有用。对于错误的地方我都尽量做了注解，希望有帮助。

推荐。 不论是在数学还是在机器学习中，“线性”这个词都不鲜见，比如现在学习的是“线性代数”，机器学习中有“线性回归”，初中我们就学习过“线性函数”，等等。但是，那些名词中的“线性”是什么意思？它们与“线性空间”中的“线性”是否同义？ 在第1章1.2.1节已经定义了线性代数的一个重要对象——线性空间（或向量空间），判断一个空间是否是线性空间，就是看其中的向量是否符合加法和数量乘法封闭——不要忘记，我们已经在2.1.4节将向量的形态从行或者列推广到了矩阵。这样看来，“线性代数”中的线性，就应该如此理解了。

书中的例子都有错的，误人子弟.

看了开头就忍不住强烈推荐，讲的很不错，虽然不适合完全新手。但是补足了有基础的人到人工智能路上的基础内容。 例如字词频向量化等等知识，举例很浅显。先mark

基础数学知识了解和相关Python库使用都有介绍

最近在看计算机相关的数学，推荐 B 站的两个老师，一个是一数（这个团队很牛逼，一数，一地，一化，全公益，质量极高），另外大家也可以看考研机构的数学视频。最后好像还有一个大学的老师，宋浩，大家也可以瞅瞅看👀

这本书的特点是把入门机器学习所需的数学基础要点都提及了且每个知识点还配有相应的Python编程案例，但它不是一本适合零高等数学基础人群的书籍，这样一本书我不会选择直接啃完，而且挑着看，老实说性价比一般，但还是推荐下吧

我这里看矩阵的字体都特别特别小，大家的也是这样的？