Какую сферу математики нужно освоить, что бы понимать глубокое обучение на глубоком уровне?

Question

[dBegginer]

Собственно вопрос в названии. Я устал просто использовать и реализовывать придуманные алгоритмы в машинном обучении. Уже хочется больше отойти в сторону математики этой сферы. Что стоит изучить/прочитать?

Comments

[Dimonchik]

https://www.youtube.com/watch?v=1JXe5M7hZic

Answer 1

[Армянское Радио]

Начать можно с этого:

А потом сверху:

Ефимов, Розендорн - линейная алгебра и многомерная геометрия
Потом заполировать:

А потом немедленно:


Это все про решение задач обычной математикой, не нейросетями.

Comments

[devalone]

Зачем делать ответ картинками? Если заменить на названия, то станет намного компактнее, а смысл тот же + не надо вводить ручками в гугл.

[Армянское Радио]

А мне захотелось показать, как выглядят книги, среди которых я прожил почти десять лет.

[Dmitry Bay]

Армянское Радио, дааа, ужас они до сих пор наводят)

[dBegginer]

Армянское Радио, а чем вы занимаетесь(-лись), если не секрет?

[Армянское Радио]

dBegginer, написано же - баянист, тамада, услуги.
В частности, компьютерной графикой и вычислительной геометрией.

[uvelichitel]

Армянское Радио, "Математическое моделирование" выглядит как новенькая, обложка не затерта, корешок не замят.) Страницы хоть все расклеены?)) И по теме вопроса - это же для чисто аналитических методов, в машинном обучении вроде такого мощного бэкграунда не нужно, или ошибаюсь?

[Армянское Радио]

uvelichitel, фотки из интернетика. Зависит от требуемой глубины погружения в материал. Если дойти до "нейросети - это просто еще один хитрожопый способ аппроксимации" то придется учить все.

Главное, что дает данный набор знаний - это понимание того факта, что очень часто полторы формулы из статьи 1985 года заменяют ненужную требуху с нейросетями на корню - когда ими начинают решать сугубо аналитическую задачу, например.

[vaservaser]

картинки не грузятся

[Рональд Макдональд]

О Боги, Фихтенгольц. Сколько страниц было затёрто до дыр в попытках обрести Понимание.

[dBegginer]

Вторая книга отображается некорректно, можешь поменять?

Answer 2

[Сергей Соколов]

Очень рекомендую Стэнфордский вводный курс Machine Learning на Coursera от Andrew Ng – классика! Там с самого начала, подробно. На англ.
Как почувствуете что он упоминает что-то не вполне понятное, гуглите тему и освежите знания. Матрицы, дифференцирование.

Answer 3

[unclemokus]

Из книг по глубокому обучению с математикой я бы эту посоветовал https://dmkpress.com/catalog/computer/data/978-5-9...

Answer 4

[Арсений Кравченко]

Достаточно разобрать первую часть DL Book (https://www.deeplearningbook.org/), при необходимости заглядывая в дополнительные источники.