普通程序员的深度学习之路


Author: yifei / Created: Aug. 4, 2017, 12:07 a.m. / Modified: Aug. 4, 2017, 8:07 a.m. / Edit

作为一名普通的程序猿,主要工作方向是爬虫,可以说是和机器学习八竿子打不着了。然而这股热潮来了之后,仔细思考了一下,感觉泡沫的成分并不是很大。

数学对于机器学习到底重不重要?

恰好看到了 YC 上的一篇文章的说法。数学当然重要,基础的线性代数和概率论的知识还是需要的。不过更重要的是 Learn as you need it。也就是需要的时候再学也不晚。

那么第一步就是补上数学的大坑了,但是现在工作了,一方面姿势水平比之前高了不少,学东西应该会快一些,可是一方面也没有大学时候那么富余的时间了。所以不可能每门课都过一遍,先挑最重要的扫一眼吧,那自然是线性代数、微积分和概率统计了。

现今大学里的数学教材普遍还是苏联体系,可能有的数学天才看什么都一样,然而于我这种人,实在是看不进去的,那自然是选择美式的教材,挑来挑去,选中了三本:《Linear Algebra Done Right》《普林斯顿微积分读本》

概率论可以参考 CS229 这里的复习文档:http://cs229.stanford.edu/section/cs229-prob.pdf

线性代数

向量与线性子空间


有任何问题可以发邮件到 kongyifei (at) gmail.com 讨论