書籍：Mathematics for Machine Learning
作者：Marc Peter Deisenroth，A. Aldo Faisal，Cheng Soon Ong
出版：Cambridge University Press
編輯：陳萍萍的公主@一點人工一點智能
下載：書籍下載-《機器學習數學基礎》
01 書籍介紹
理解機器學習所需的基本數學工具包括線性代數、解析幾何、矩陣分解、向量微積分、最優化、概率論和統計學。這些主題通常分散在不同的課程中教授，使得數據科學或計算機科學的學生或專業人士難以高效地學習數學。
這本教科書填補了數學與機器學習文獻之間的空白，儘可能減少先修要求，介紹數學概念。
書中利用這些概念推導出四種核心的機器學習方法：線性迴歸、主成分分析、高斯混合模型和支持向量機。
對於已具備數學背景的學生和其他人士，這些推導為學習機器學習文獻提供了起點。而對於初次學習數學的人士，這些方法有助於建立直覺並積累應用數學概念的實際經驗。
每章都包含示例和練習，以檢驗理解程度。書中的網站還提供了編程教程。
02 作者簡介
Marc Peter Deisenroth 是倫敦大學學院計算機科學系的DeepMind人工智能講席教授。在此之前，他是帝國理工學院計算系的教員。他的研究領域包括數據高效學習、概率建模和自主決策。Deisenroth 曾擔任2012年歐洲強化學習研討會(EWRL)的程序主席和2013年機器人科學與系統(RSS)研討會的研討會主席。他的研究曾獲2014年國際機器人與自動化會議(ICRA)最佳論文獎和2016年國際控制、自動化與系統會議(ICCAS)最佳論文獎。2018年，他榮獲帝國理工學院傑出青年研究人員校長獎。他還獲得了谷歌教員研究獎和微軟博士獎學金。
A. Aldo Faisal 領導着帝國理工學院的腦與行為實驗室，同時是生物工程系和計算系的教員，以及數據科學研究所的成員。他是價值2000萬英鎊的UKRI健康人工智能博士培訓中心的主任。Faisal 在德國比勒費爾德大學完成了計算機科學與物理學的學習。他在劍橋大學獲得了計算神經科學博士學位，併成為計算與生物學學習實驗室的初級研究員。他的研究處於神經科學與機器學習的交叉點，旨在理解和逆向工程大腦與行為。
Cheng Soon Ong 是澳大利亞聯邦科學與工業研究組織(CSIRO)數據61機器學習研究組的首席研究員，同時擔任澳大利亞國立大學的兼職副教授。他的研究重點在於通過擴展統計機器學習方法來促進科學發現。Ong 於2005年在澳大利亞國立大學獲得計算機科學博士學位。他曾是馬克斯普朗克生物控制論研究所和弗里德里希·米斯徹實驗室的博士後研究員。2008年至2011年，他是蘇黎世聯邦理工學院計算機科學系的講師，2012年至2013年在墨爾本NICTA診斷基因組學團隊工作。
