面向機器學習的數學基礎：線性代數、拓撲、微積分和最優化（附下載鏈接）

數學是機器學習的基礎，而機器學習又是深度學習的基礎，因此無論搞機器學習還是深度學習，沒有相應的數學基礎是不行的。算法和模型的搭建，都需要重要的數學工具作爲支撐。不管是對機器學習研究人員，還是立志走上機器學習和AI研究之路的學生，打好堅實的數學基礎是都至關重要的。 機器學習涉及到的數學學科背景知識比較廣泛，除了必須掌握的線性代數、概率統計之外，還需要拓撲學、微積分、最優化理論等學科知識。本文分享一本

>>阅读原文<<