机器学习必备的数学知识，一次学会

面对机器学习，初学者的阻塞点往往不在于机器学习本身，而是数学。机器学习是计算机技术，但它的底层是数学。

通常，在机器学习相关的教材中，通篇都是复杂的数学公式。初学者如果数学基础不牢固，面对满篇的数学公式时，就会逐步失去学习信心、减少学习动力，而达不到预期的学习效果，最终只能沦落个“半吊子”的水平。

有鉴于此，本 Chat 将会拆解机器学习主流模型，找到主流模型背后依赖的数学知识点 。再讲这些数学相关的知识点，进行统一整合归并。因此，这篇 Chat 的背景是机器学习，而讲述的内容是数学知识。

我会用尽可能简单的方式，取其精华、去其糟粕，让你尽可能以极低成本，迅速掌握机器学习必备的数学知识。相信有了这些必备知识之后，你就能轻松读懂其他机器学习教材并快速入门机器学习啦。

Chat 内容：

• 机器学习主流模型依赖的数学知识要点拆解

• 梯度，利用梯度下降法求解函数极值

• 向量与矩阵，求各种积、求逆

• 求导大法，函数求导、向量求导、矩阵求导

• 概率计算，对于事物不确定性概率的计算、极大似然的原理

• 信息量的度量，熵、条件熵、信息增益、信息增益率

• 统计量，均值、方差、最小二乘

• 统计学的圣经，中心极限定理、假设检验

适合人群：

• 每次打开书都被公式搞垮的机器学习初学者

本场 Chat 作者：白朔天

美团算法专家，公众号“算法入门速成班”作者，慕课网讲师、认证作者，拉勾网讲师

扫码订阅本场 Chat 

▼

最后一句，写好每篇 Chat 是对我的要求，更是对你的尊重。欢迎点击阅读原文订阅。