คำขออ้างอิง: Machine Learning from Scratch

Question

ฉันมีพื้นฐานด้านวิศวกรรมซอฟต์แวร์และคำถามนั้นเกี่ยวข้องกับทฤษฎี CS เล็กน้อย แต่ฉันคิดว่ามันเหมาะสมกว่าที่จะโพสต์คำถามของฉันที่นี่

ฉันต้องการเริ่มต้นใช้งาน Machine Learning แต่ไม่พบหนังสือที่อธิบายกระบวนการตั้งแต่เริ่มต้น เป็นแบบฝึกหัดเกี่ยวกับวิธีใช้ TensorFlow (แต่ไม่ได้เรียนรู้แนวคิดและคณิตศาสตร์ที่เกี่ยวข้องจริงๆ) หรือหนังสือที่เข้มงวดมากขึ้นที่มุ่งเน้นไปที่นักคณิตศาสตร์ (มีการถามคำถามอื่น แต่มีวิธีการที่เข้มงวดกว่าที่นี่ )

หนังสือเล่มโปรดเล่มหนึ่งของฉันคือCode: ภาษาที่ซ่อนอยู่ของฮาร์ดแวร์คอมพิวเตอร์และซอฟต์แวร์ซึ่งอธิบายถึงพื้นฐานของวิทยาการคอมพิวเตอร์ไบนารีและสถาปัตยกรรมในรูปแบบที่ใช้งานง่ายและเข้าถึงได้ซึ่งสามารถเข้าใจได้ง่ายแม้กับผู้ที่ไม่มีพื้นฐานในเรื่องนี้

แม้ว่าจะไม่ได้ว่าลึกฉันได้รับการมองหาทรัพยากรที่คล้ายกันสำหรับเครื่องการเรียนรู้ที่เดินอ่านผ่านแคลคูลัสพื้นฐานสถิติและพีชคณิตเชิงเส้นและสร้างขึ้นเพื่อการเรียนรู้เครื่องพื้นฐาน มากกว่าการมองหาข้อพิสูจน์ฉันสนใจคณิตศาสตร์ที่อยู่เบื้องหลังเพื่อช่วยในการเรียนรู้ของฉัน

Answer 1

สำหรับภาพรวมเบื้องต้นคุณสามารถลองใช้ The Hundred Page Machine Learning Book โดย Burkov

หากคุณต้องการบางสิ่งที่สำคัญกว่านี้ฉันขอแนะนำ An Introduction to Statistical Learning by James, Witten et al. ฉันคิดว่ามันมุ่งเป้าไปที่ผู้ชมระดับปริญญาตรีจากหลากหลายสาขา หากต้องการข้อความทางคณิตศาสตร์ในหัวข้อเดียวกันให้ลองใช้ Elements of Statistical Learning โดย Hastie และ Tibshirani ซึ่งเป็นแบบคลาสสิก

ข้อความอื่น ๆ ที่พบได้ทั่วไปในสาขานี้ ได้แก่ Pattern Recognition และ Machine Learning โดย Bishop และ Machine Learning: A Probabilistic Perspective โดย Murphy ทั้งสองอย่างน่าอ่านมาก

Answer 2

คุณอาจสนใจ "หนังสือเรียนรู้เชิงลึก" โดย Ian Goodfellow

เริ่มต้นด้วยพีชคณิตเชิงเส้นเล็กน้อยและสถิติ (ไม่ใช่แคลคูลัส) ที่ใช้กับปัญหาการเพิ่มประสิทธิภาพและภาพรวมทั่วไปของแมชชีนเลิร์นนิงตามด้วยการเจาะลึกลงไปในประเภทต่างๆของโครงข่ายประสาทเทียมเชิงลึก (feedforward, convolutional ฯลฯ )

แม้ว่าจะไม่ใช่การเรียนรู้ของเครื่องทั่วไป แต่สามารถใช้เป็นจุดเริ่มต้นได้