本文推薦一份機器學習數(shù)學基礎專輯，在線閱讀地址：（數(shù)學基礎專輯），?同時文末提供下載。

機器學習，需要一定的數(shù)學基礎，也需要一定的代碼能力。機器學習從業(yè)者數(shù)學基礎不扎實，只會用一些工具和框架，相當于某些武術家只會耍套路，外行人覺得很厲害，但實戰(zhàn)起來一定是鼻青臉腫。
如何在有限的計算資源下找出最優(yōu)解，在目標函數(shù)及其導數(shù)的各種情形下，應該如何選擇優(yōu)化方法；各種方法的時間空間復雜度、收斂性如何；還要知道怎樣構造目標函數(shù)，才便于用凸優(yōu)化或其他框架來求解，這些都需要一定的數(shù)學基礎。可以說，數(shù)學基礎是機器學習從業(yè)人員的天花板。

博士的代碼能力，不一定比碩士強，但數(shù)學基礎，往往要比碩士扎實很多。為什么機器學習從業(yè)人員學歷越高，往往工資越高，通常和掌握的基礎知識正相關。

關于數(shù)學基礎資料，這里我推薦黃海廣博士整理的數(shù)學筆記：
這份資料已經做成了專輯（數(shù)學基礎專輯）

黃海廣博士目前Github star已經超過47500，曾經翻譯過吳恩達課程。

?專輯分為兩個部分（1-2，3-5）：

一、CS229數(shù)學基礎

CS229的數(shù)學基礎，分為概率論和線性代數(shù)兩部分，是斯坦福系列課程的數(shù)學基礎資料，主要翻譯者（黃海廣、石振宇）。

內容截圖

二、大學數(shù)學基礎精華

機器學習最基礎的數(shù)學知識，可以分為高等數(shù)學、線性代數(shù)、概率論與數(shù)理統(tǒng)計三部分：

內容截圖

三、專輯下載

數(shù)學專輯可以在線閱讀，也可以下載（pdf、word、markdown文件），可以直接在“機器學習初學者”公眾號回復“math”即可獲取下載地址。

下載內容截圖

掃碼進入公眾號，回復“math”即可獲取下載地址

總結

以上是生活随笔為你收集整理的太赞了！有人把机器学习的数学基础整理成了专辑（pdf下载）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。