Машинное обучение — с чего начинать программисту?

Question

[Filosof_CH]

Друзья, заинтересовался с недавнего времени машинным обучением. Математической подготовки 9 классов школы (той, которую более-менее помню). Начал нахрапом сразу штурмовать книги, курсы и видео по соответствующим тематикам, но уперся в нехватку мат. подготовки. Понял, нарыл кучу ресурсов и уроков вышмату. И сейчас сижу, не знаю с какой стороны подойти.
Знающие люди, подскажите, пожалуйста, какие именно разделы в вышмате нужны на первых порах для взлета.
Спасибо.

Comments

[sim3x]

https://www.google.com.ua/search?q=how+to+learn+ma...

странно
у программеров первичный навык - поиск

Answer 1

[Роман Черешнев]

На первых порах нужно следующие:

• Умение работы с матрицами. Это их сложение и умножение. Понимание что такое диагональная, обратная и транспонированная матрица. Определители, базы и т.д. в начале не нужны. Мой совет - взять задачник по линейной алгебре и решить примеров 10 по этим темам.
  
• Понимание что такое производная на уровне "тангенс угла наклона касательной в точке". Неплохо было бы понять что такое градиент, так как половина обучающих алгоритмов на нем основано.
  
• Из теории вероятности полезны основные понятия, а также совместная и условные вероятности. Ну и знать что такое формула Байеса.
  
• Ну и статистика. Это распределения (самое важное - это понять что такое распределение Гаусса), знание что такое математическое ожидание, дисперсия (или стандартное отклонение) ну и понимание что такое плотность распределения вероятности.
  

По линейной алгебре и производным могу посоветовать "Вся высшая математика Том I - Краснов М., Киселев А., Макаренко Г., Шакин Е., Заляпин В". Но там много лишнего для начинающего.
По статистике и теории вероятности могу посоветовать "элементарный курс теории вероятностей и математической статистики - А. Бородин" до 100-й страницы будет достаточно.
Мой совет - это не зарываться в учебники в начале. Можно нарыть неплохое статьи по этим темам на хабреи там почитать. В идеале лучше всего паралелльно изучать теорию и практику.
В некоторых книгах по ML все эти темы затрагиваются. Могу посоветовать Python Machine Learning (Sebastian Raschka). А если есть проблемы с английским языком - Построение систем машинноrо обучения на языке Python - Луис Педро Коэльо, Вилли Ричарт.

Comments

[Filosof_CH]

Спасибо!

[DanilaBodrov]

Сколько займет по времени изучение математики, если у меня 11кл?

[Alexey_Kopylov]

DanilaBodrov, в ВУЗе это ( что писал Вячеслав Шиндин по поводу математики) проходят за два года.

Answer 2

[Вячеслав Шиндин]

По поводу математики, думаю полезным будут следующие курсы:
- дискретная математика
- математическая статистика
- теория вероятностей
- численные методы
- методы математического моделирования
- линейная алгебра

Из программирования:
- алгоритмы и структуры данных
- теория графов
- нейронные сети
- компьютерная графика (т.к. машинное обучение и нейронные сети в последнее время часто используют именно в компьютерном зрении)

Comments

[Вячеслав Шиндин]

Ещё есть довольно старенький ресурс по онлайн образованию www.intuit.ru
Там есть всё из вышеперечисленного.

[Filosof_CH]

Спасибо. Кратко и по делу.

Answer 3

[aRegius]

Вот довольно неплохой источник информации (особенно, если вы планируете работать с Python).
Конкретно по математике смотрите ближе к концу раздел Math.

Comments

[Filosof_CH]

Спасибо, интересная подборка!

[aRegius]

Filosof_CH: Пожалуйста.

Answer 4

[Merlin_ML]

Список книг, видео и курсов по машинному обучению и математике, всё на русском языке. Большая, качественная подборка. Почти все pdf'ки книг гуглятся.
https://ru.stackoverflow.com/a/683632/1084

Answer 5

[J_K]

Курсеру, в частности Andrew Ng, не рекомендую, так как сначала все более-менее, но чем дальше, тем меньше он объясняет и становится непонятно, не столько что и как, сколько зачем.

Мне нравятся лекции Воронцова https://www.youtube.com/watch?v=qLBkB4sMztk
где-то также можно скачать тексты лекций, отлично дополняют друг друга, все становится более-менее понятно.

Answer 6

[protven]

Начните с курсеры. Как ни банально. Отличный курс от Эндрю Ына - https://www.coursera.org/learn/machine-learning

Неплохой, на мой взгляд, курс от ВШЭ и Яндекса, там используется стандартные питоновские либы https://www.coursera.org/learn/vvedenie-mashinnoe-...

Есть цикл курсов от того же Яндекса и МФТИ, но его я не прошел полностью, только начинал. Он мне кажется каким-то менее сбалансированным, чем озвученные.
https://www.coursera.org/specializations/machine-l...

А потом практика. Я перестал интересоваться машинным обучением, потому что не было реальных проектов с его примененеием. Решать задачки на Kaggle и аналогичным ресурсам - мне неинтересно.

Comments

[Вова]

Простите, что влезаю, но курс от Яндекса я бы не рекомендовал.
Ибо они через 5 минут (буквально) после начала первой лекции уверенно рассказывали про признаки.
Я удивился, что нифига не понятно, и пошёл в магазин за книжкой.
После чего и обнаружил, что эти самые признаки - примерно треть книжки.

ЗЫ: Книжку так и не дочитал, испугался y=k*x+b ;)
Но, кажется, никакой высшей математики там нет.
Книжка, кажется, эта: www.ozon.ru/context/detail/id/31683007

[protven]

Вова: Сами лекции мне тоже не очень понравились. Я в них не сильно вслушивался и не пытался понять. Основной профит от этого курса, имхо, это достаточно приличные практические занятия, с использованием широко распространненных библиотек на python, в отличии от Ына, который предлагает реализовывать сами алгоритмы на Octave. Плюс очень хорошее (было) коммьюнити. В ветке самого курса и в Slack'е.

[Александр Скуснов]

Оценки разных курсов.

[Filosof_CH]

Вова: спасибо за коммент. Я как раз смотрел на этот разрекламированный курс от Яндекса + МФТИ и уже подумывал о том, чтобы его приобрести.
Терпеть не могу "курсы", которые афишируют как с нуля, а в результате даже не удосуживаются скинуть ссылки на темы для ознакомления, если стало не понятно.

[Filosof_CH]

Александр Скуснов: Спасибо! Очень полезная и интересная статья.

[Вова]

Filosof_CH: Приобрести? Он вроде бы бесплатный был. Может я зря тебя сбил и курсов несколько.
UPD: Судя по письмам с курсеры я начинал "Введение в машинное обучение". А судя по сайту, они его предлагают приобрести. Видимо что-то поменялось.

[Дима Соколов]

Вова: Раньше можно было смотреть отдельные курсы, вроде и сейчас можно, а специализации всегда были платными.

Answer 7

[serbuxs]

Статья не новая, но вполне может помочь сориентироваться:
https://habrahabr.ru/company/mlclass/blog/252743/

В любом случае можно написать автору и получить больше инфо по этому вопросу. Удачи"

Answer 8

[mark4edder]

Будет полезно следить за новостями и новыми разработками в сфере машинного обучения, ИИ и нейросетей. В группе https://vk.com/neural_nets и канале https://t.me/aichannel в телеграме каждый день публикуют новости и статьи, подборки учебников. Попробуйте посмотреть там.