有人把机器学习的数学基础整理成了专辑（附下载 ）

来源：机器学习初学者

本文约2600字，建议阅读6分钟。

本文推荐一份机器学习初学者专辑。

公众号（DatapiTHU）后台回复“20200706”获取专辑下载

机器学习，需要一定的数学基础，也需要一定的代码能力。机器学习从业者数学基础不扎实，只会用一些工具和框架，相当于某些武术家只会耍套路，外行人觉得很厉害，但实战起来一定是鼻青脸肿。可以说，数学基础是机器学习从业人员的天花板。

博士的代码能力，不一定比硕士强，但数学基础，往往要比硕士扎实很多。为什么机器学习从业人员学历越高，往往工资越高，通常和掌握的基础知识正相关。

关于数学基础资料，这里我推荐黄海广博士整理的数学笔记：

这份资料已经做成了专辑（数学基础专辑）

黄海广博士目前Github star已经超过45000，曾经翻译过吴恩达课程。

 专辑分为两个部分（1-2，3-5）

一、CS229数学基

CS229的数学基础，分为概率论和线性代数两部分，是斯坦福系列课程的数学基础资料，主要翻译者（黄海广、石振宇）。

内容截图

二、大学数学基础精华

机器学习最基础的数学知识，可以分为高等数学、线性代数、概率论与数理统计三部分：

内容截图

三、专辑下载

数学专辑可以在线阅读，也可以下载（pdf、word、markdown文件）。

公众号（DatapiTHU）后台回复“20200706”获取专辑下载

编辑：于腾凯