@Denis_Ramus
Студент

Какие разделы математики нужны для машинного обучения?

Доброго времени суток!
Я знаю какие разделы математики нужны для ML. Но на что обратить внимание в первую очередь?
И стоит ли учить все? Нужен минимум для этого. Математику не помню с времен учебы.
Работу уже получил, с условием на то, что научусь.
  • Вопрос задан
  • 838 просмотров
Пригласить эксперта
Ответы на вопрос 4
Скорее всего, осваивать машоб вы будете с каким-то (видео-)курсом. В описании курса обычно указывают, какие знания необходимо освежить, чтобы заниматься.

Есть курсы с высокими требованиями к линейной алгебре, матану, мат. статистике. Есть курсы с минимум математики, где стараются объяснить проще и показывают, как пользоваться. Почти наверняка курс будет на английском языке.

DeepLearning.ai, Udacity, Coursera, Яндекс

Так что просто подберите наиболее подходящий вам курс, и вперёд!

p.s. поздравляю с работой!
Ответ написан
@dmshar
Хочу немного уточнить.
Вы пишете "Я знаю какие разделы математики нужны для ML." Это отлично, потому как большинство аналогичных вопросов, на этом сайте идут от людей, которые даже не дали себе труда поискать ответ самостоятельно в Google. Или хотя-бы на
https://qna.habr.com И писать тут ответ в стодвадцатьвосьмой раз - утомительно. Вы дали себе такой труд , т.е. вы внимательно просмотрели список хотя-бы из десятка ответов на этот вопрос, проанализировали их, понимаете какие темы там открыты и для чего они нужны. Это здорово.
Вот непонятен только ваш вопрос " стоит ли учить все? " . Почему прочитав эти источники вы пришли к выводу, что люди их писавшие, делали это с целью усложнить вам жизнь и накидать в свои ответы что-то, что вам не понадобиться.
Теперь-же вы хотите, что-бы кто-то из этих ответов отобрал вам "минимум для этого". Т.е. - по сути дал еще один ответ на ваш вопрос, который должен сокращать то, что уже хорошо продумав написали другие?
А давайте наоборот - вы задаете вопрос, а мы вам отвечаем, нужна-ли например линейная алгебра или статистика для вас. Это будет честно - вы покажете, что действительно понимаете о чем речь, мы вам объясним, в каком месте ML и для чего это применяется. А вы уж сами будете решать, на вашей конкретной работе, ту, которую вы уже нашли, будут встречаться эти задачи или нет. И не выгонят-ли вас за то, что кто-то насоветовал вам, что например, знание законов распределения вам не нужно. Мы ведь этого не знаем.
Ну и кроме того, учтите, что каждый отвечающий смотрит на ваш вопрос с точки зрения собственного опыта. На сколько этот взгляд верен, т.е. на сколько можно верить советам, которые тут прозвучат - вопрос очень сложный. Если кто-то например, в свей практике обошелся без понимания того, что такое оптимизация, можно ли считать, что этот раздел не нужен?
P.S. Ну и сильно смутило вот это "Математику не помню с времен учебы". - от студента 3-го курса специальности "информационные системы".
Ответ написан
asilonos
@asilonos
Программист
В первую очередь необходимо хорошее владение методами Матем. Статистики.
Далее теория вероятности или алгебра например, но это зависит от того какие задачи ты собирашеся решать в МЛ.
Далее я бы рекомендовал освоить с Мат Статистику на практике в Питоне при помощи МЛ библиотеки sklearn например.
Вот куча примеров - https://nbviewer.jupyter.org/github/Yorko/mlcourse...
Ответ написан
@polybook
Нужно, как минимум - лин.алгебру и теор.вер-статистику на хорошем уровне. Матанализ - достаточно школьного понимания. Еще я бы очень советовал и численные методы - избирательно. Скажем, вы используете библиотеки на питоне - лезете в документацию, чтобы посмотреть, какие алгоритмы в них зашиты - и дальше разбираетесь по учебнику, как они работают. В стандартных курсах численным методам мало уделяют внимание. (я веду математику в Гикбрейнс а в маш.обуч. сам разбираюсь. очень советую свой ресурс Курсопоиск, как раз мои материалы про математику для м.о., напр., лин.алг www.kursopoisk.ru/?linear-algebra - все бесплатно и без регистрации.).
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы