踏入 AI 领域,这些数学基础一定要打好 | 雷锋网

2017 年 11 月 9 日 AI研习社 AI 慕课学院



2017 年 LinkedIn(领英)发布的《全球 AI 领域人才报告》显示,过去三年间,通过领英平台发布的 AI 职位数量从 2014 年的 5 万飙升至 2016 年的 44 万,增长近 8 倍。

人工智能市场发展迅猛,层出不穷的新算法和新工具让人目不暇接。但是支撑其发展的基础——数学理论,却一直未变。

对于初学者来说,它是人工智能入门的基石若是学习初期囫囵吞枣,往往会在算法出现 accuracy 不好、loss 很高、模型已经 overfitting 的时候,才后悔没有好好掌握基础的数学理论。

对于专业的 Researcher 来说,从大学到现在,课堂上学的和自学的数学其实不算少了,可是在研究的过程中总是发现需要补充新的数学知识,如 Learning、Vision 等都是很多种数学的交汇场。

可见数学在 AI 技能进阶之路上有着极其重要的地位,但数学是一门庞大的学科,全面掌握难度较大,针对机器学习及具体的 AI 应用领域我们还是需要有的放矢地进行学习。

以下是一位 AI 从业者总结的机器学习所需的数学基础模块,从中我们不难发现:

  • 线性代数、概率论与统计是机器学习中最重要且不可缺少的

  • 微积分则是数学分析体系的基础,其基础性作用不言而喻

  • 一些复杂算法也是会被广泛应用在机器学习场景中,可见看凸优化也是机器学习数学基础中的重要一环

    图片来自 rokia.org

的确,目前机器学习最主流的两大类方法的基础:一种是以研究函数和变换为重点的代数方法,比如 Dimension reduction,feature extraction,Kernel 等;一种是以研究统计模型和样本分布为重点的统计方法,比如 Graphical model, Information theoretical models 等。它们侧重虽有不同,但是常常是共同使用,这就更加强调了数学基础的重要性。

看完这些,你是否想重新捡起数学学习教材?

对于广大非数学科班出身的初学者来说,学习 “线性代数、矩阵、概率论、凸优化” 这几门课程,不仅费时费力,而且很难完全吃透课程里的知识点。

基于这一学习 “刚需”,AI 慕课学院联手雷锋网推出机器学习系列基础课程,力邀学术精英和工业界讲师亲自授课。在大家起步机器学习之前,开设 “线性代数及矩阵论、概率论与统计、凸优化”3 门基础数学课程,帮助大家夯实数学基础。

本期先为大家详尽介绍《机器学习必修之线性代数及矩阵论》(http://www.mooc.ai/course/252)!

(早鸟价限时特惠中 >>> 直戳文末)

  一、导师背景

蔡佳老师

广东财经大学特聘教授,香港城市大学数学系博士。从事机器学习研究有近 10 年的历史,发表 10 多篇 SCI 论文,在机器学习理论授课方面有着丰富的经验。

  二、课程 5 大亮点

1、名师授课
蔡佳老师从事机器学习研究有近 10 年的历史,发表 10 多篇 SCI 论文,在机器学习理论授课方面有着丰富的经验。

2、课程内容基础,有的放矢
聚焦机器学习所需的数学基础开展课程,免去不必要的知识点,让学习一步到位。

3、百人微信学习群
所有报名学员都将进入微信学习群,蔡佳老师同步学习资料和素材进群,了解大家的学习进度。

4、讲师、助教实时解答
除了蔡佳老师集中时间答疑之外,学习群配备 2-3 名课程助教,第一时间解答大家学习过程中遇到的问题。有助教,学习更省力。

5、价格优惠,先买先得!
原价 399 元,早鸟价 149 元,限时优惠,抢到就是赚到。更有拼团价 99-299 元不等,快来拼团吧!

  三、课程大纲

  四、开课前的准备

  • 高中基础即可入门线性代数部分内容

  • 后期涉及矩阵的内容,需要再简单回顾高等数学基础 (理工科微积分知识) 

  五、适合人群

  • 有兴趣今后从事机器学习领域的工作者

  • 希望掌握线性代数、矩阵论的一些应用的人员

  六、价格与优惠

原价:399 元

早鸟价:限时优惠中,只需 149 元,11 月 13 日后恢复原价!

团购价及老学员优惠: 请咨询客服,微信 ID:aimooc-xm

  七、报名与咨询

1、进入课程页面,点击 “报名” 即可直接购买,享早鸟优惠

>>> 机器学习必修之线性代数及矩阵论  http://www.mooc.ai/course/252/

>>> 机器学习必修之概率论与统计  http://www.mooc.ai/course/256/

>>> 机器学习必修之凸优化  http://www.mooc.ai/course/257

2、扫码进入课程咨询群,提前组队专享团购优惠!

拼团 11 月 14 日准时开启,最低拼团价低至 99 元(200 人团)

登录查看更多
1

相关内容

【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
123+阅读 · 2020年5月26日
《深度学习》圣经花书的数学推导、原理与Python代码实现
中科大-人工智能方向专业课程2020《脑与认知科学导论》
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
学习人工智能需要哪些必备的数学基础?
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
搞人工智能必备“数学库”
机器学习算法与Python学习
5+阅读 · 2017年11月20日
数学不好,如何转行人工智能?
算法与数学之美
4+阅读 · 2017年11月17日
踏入AI领域,这些数学基础一定要打好
雷锋网
7+阅读 · 2017年11月15日
【回顾】机器学习中的数学基础
AI研习社
6+阅读 · 2017年11月7日
Arxiv
14+阅读 · 2020年1月27日
Arxiv
4+阅读 · 2019年9月26日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年4月13日
VIP会员
相关资讯
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
学习人工智能需要哪些必备的数学基础?
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
搞人工智能必备“数学库”
机器学习算法与Python学习
5+阅读 · 2017年11月20日
数学不好,如何转行人工智能?
算法与数学之美
4+阅读 · 2017年11月17日
踏入AI领域,这些数学基础一定要打好
雷锋网
7+阅读 · 2017年11月15日
【回顾】机器学习中的数学基础
AI研习社
6+阅读 · 2017年11月7日
Top
微信扫码咨询专知VIP会员