一亩三分地

 找回密码 注册账号

扫描二维码登录本站

微信公众号
扫码关注公众号
留学申请公众号
扫码关注留学申请公众号
查看: 1448|回复: 15
收起左侧

想带入门machine learning需要什么预备知识?

[复制链接] |只看干货 |机器学习
我的人缘0

升级   37%


分享帖子到朋友圈
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   72% (13)
 
 
27% (5)    👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?注册账号

x
楼主大二,数学与应用数学专业,学习了微积分A(数学分析);高等代数;解析几何,但是看见k-means算法还是歇菜了。

主要原因有三:
教授给的资料是全英文的
看不懂算法上面说的啥(策略问题,开学打算彻底学一遍概率论与数理统计,结果发现有问题 打算用啥学啥)
代码不会敲(已经准备开始学C/C++,但是听说Python就可以?)

补充内容 (2020-10-12 08:17):
ballball过来人给给exp!!QAQ
我的人缘0

升级   34.29%

greyman 2020-10-12 12:32:48 | 显示全部楼层
本楼: 👍   100% (8)
 
 
0% (0)   👎
全局: 👍   90% (448)
 
 
9% (49)    👎
applied math大二想入行正是打基础的好时候。如果想走的远一些,可以先学习如下课程(道)再学习方法(术)。

概率分析课程:实分析->概率论->随机过程
                            |__>泛函分析
统计课程:数理统计+线性模型
计算:数值线性代数,凸优化。
编程:数据结构,算法。

以上课程大概需要两年,期间可以寻找适合的老师开始research。


想盖楼盖的高,地基是要牢靠的。但是想盖100层的地基和盖三层的地基需要的精力是不一样的。楼主可以根据自己的目标来决定地基做到什么份上。

评分

参与人数 2大米 +2 收起 理由
L.T + 1 赞一个
DeepBlackShine + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0

升级   6.5%

cccpwx 2020-10-12 10:22:45 | 显示全部楼层
本楼: 👍   100% (5)
 
 
0% (0)   👎
全局: 👍   90% (115)
 
 
9% (12)    👎
过谦了。kmeans给数学的系当马桶纸都不配。
回复

使用道具 举报

我的人缘0

升级   9.93%

儒雅的玉羲 2020-10-12 09:25:22 | 显示全部楼层
本楼: 👍   100% (3)
 
 
0% (0)   👎
全局: 👍   90% (3304)
 
 
9% (349)    👎
kmeans就两点:
点之间距离的度量,高等代数
最后centroid的收敛性,数学分析第一学期

我读完了ds master+三年工作经验,很少遇到需要超出大二数学内容。

评分

参与人数 1大米 +1 收起 理由
DeepBlackShine + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0

升级   21.43%

qianshu0503 2020-10-12 13:42:16 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   97% (189)
 
 
2% (5)    👎
ML是概率和算法的衍生。先打好数学和编程的基础。ML这东西水到渠成就会了。

评分

参与人数 1大米 +1 收起 理由
DeepBlackShine + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0

升级   37%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   72% (13)
 
 
27% (5)    👎
greyman 发表于 2020-10-11 21:32:48
applied math大二想入行正是打基础的好时候。如果想走的远一些,可以先学习如下课程(道)再学习方法(术)。

概率分析课程:实分析->概率论->随机过程
谢谢!
祝您平安喜乐!
回复

使用道具 举报

我的人缘0

升级   37%

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   72% (13)
 
 
27% (5)    👎
儒雅的玉羲 发表于 2020-10-11 18:25:22
kmeans就两点:
点之间距离的度量,高等代数
最后centroid的收敛性,数学分析第一学期
谢谢!
祝您平安喜乐!
回复

使用道具 举报

我的人缘0

升级   30%

nkyanyan 2020-10-16 21:40:46 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   100% (9)
 
 
0% (0)    👎
optimization, gradient descent, OLS, convex function, taylor expansion, SVD, PCA (how to compute eigenvalue and eigen vector), derivative through chain rule, convolution,
同是applied math出身,现作ML,以上列举的这些都是applied math最基本的,也是ML的foundation

评分

参与人数 1大米 +1 收起 理由
buzz + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0
yuanyuan0057 2020-10-16 22:52:23 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   95% (119)
 
 
4% (5)    👎
楼上诸位说的都对,我来说个更加重要的吧:英语。
据你说你连个kmeans的资料都看不下去了,要真是这样好好下功夫在英语上吧。以后的资料估计大部分都是英语的

评分

参与人数 1大米 +1 收起 理由
DeepBlackShine + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0

升级   93.33%

sunnyuan 2020-10-17 01:45:29 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   100% (2)
 
 
0% (0)    👎
Kmeans 的教学网上可以找到一堆动画演示,有时候学不明白可能是教材不好,晦涩难懂(也可能英语需要提高。。。
跟SVM比起来,clustering基本都算是容易理解的ML MODEL了。。。。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

手机版|||一亩三分地

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

Some icons made by Freepik from flaticon.com

快速回复 返回顶部 返回列表