【Hacker News最火教程】機器學習必備的數學知識

【新智元導讀】對於不少入坑機器學習的同窗來講，數學多是比較艱辛的部分。本文做者介紹了構建機器學習產品、或進行機器學習研究所需的數學背景，以及來自機器學習工程師、研究人員和教師的寶貴經驗和建議，並提供了許多課程和書籍資源。

目前咱們還不徹底清楚開始學習機器學習須要怎樣的數學水平，對於那些沒有在學校學習過數學或統計學的人尤爲如此。

這篇文章的目標是提出打造一款機器學習產品、或進行有關機器學習的學術研究所須要的數學背景。這些建議來自與機器學習工程師、研究人員和教育工做者的對話，以及筆者在機器學習研究和行業中的經驗。

爲了構建所需數學水平的先決條件，本文首先提出了不一樣的思惟模式和策略，以便讀者在傳統課堂以外接觸數學教育。而後，文章概述了不一樣類型的機器學習項目所需的具體背景，因這些學科的範圍從高中水平的統計和微積分知識到機率圖模型（PGM）的最新發展。在這最後，我但願讀者可以對數學學習產生感受，你須要在你的機器學習項目中有效利用這些知識，不管是什麼項目！

首先，我認可對學習風格/框架/資源的學習，學習者的我的需求和目標多是獨一無二的。 歡迎各位在HN上提出本身的意見！

關於數學焦慮症的一些體會

事實證實，不少人，包括工程師在內，都對數學有着畏懼情緒。首先，我想談談關於「擅長數學」的話題。

實際上，擅長數學的人都會有不少實際運用數學的實踐經驗。結果，他們會以爲在數學上陷入困境是習覺得常的事情。最近的研究顯示，學習者的心態（而非先天能力），是一我的學習數學能力的主要預測指標。

要清楚，要達到這種習覺得常的良好狀態須要時間和精力，但這確定不是人天生就有的能力。本文其他部分將幫助讀者肯定所需的數學基礎水平，並概述應如何創建這種水平的策略。

入門：數學和代碼