[Резюме книги] Математика для машинного обучения (1/#)

Это краткое изложение книги Математика для машинного обучения.

Книга состоит из двух частей: «Математические основы и основные проблемы машинного обучения».

Первая часть включает семь глав, как показано ниже.

  • 1. Введение и мотивация
  • 2. Линейная алгебра
  • 3. Аналитическая геометрия
  • 4. Матричные разложения
  • 5. Векторное исчисление
  • 6. Вероятность и распределения
  • 7. Непрерывная оптимизация

В этом посте будет рассмотрен первый раздел «Введение и мотивация».

  • Машинное обучение — это разработка алгоритмов, которые автоматически извлекают ценную информацию из данных.
  • Здесь важно слово «автомат». Машинное обучение связано с методологиями общего назначения, которые можно применять ко многим наборам данных.
  • В основе машинного обучения лежат три понятия
     – Данные
     – Модель
     – Обучение (или оценка параметров)
  • модель описывает функцию, которая сопоставляет входные данные с действительными выходными данными. Модель извлекает ценные шаблоны из данных, в идеале без особых знаний в предметной области. модель извлекает уроки из данных, если ее производительность улучшается после данных. учитывается. Обучение можно понимать как способ автоматического поиска закономерностей и структуры в данных путем оптимизации параметров модель.