【干货】机器学习数学知识1900页书籍分享，附下载

相信许多做机器学习研究的小伙伴都有着或多或少的数学知识方面的困扰，下面这本书是宾夕法尼亚大学计算机和信息科学系教授Jean Gallier的开源书籍，不但涵盖了与机器学习相关数学知识的，而且对于其应用方面也做了相关介绍。

Jean Gallier，宾夕法尼亚大学计算机和信息科学系教授。主要研究方向为计算机图形学、计算机视觉、机器人技术等。

内容简介：

本书共分为十篇，全面系统地介绍了机器学习主要涉及的数学知识，包括：线性代数、仿射与射影几何、双线性形式的几何、拓扑、微分学等等方面 ，适用于想要打好相关数学基础知识的学习者们。

获得方式：

1. 关注【深度学习冲鸭】公众号

2. 在【深度学习冲鸭】公众号后台回复 math4ml  即可 。

完整目录

第一篇：线性代数

第二篇：仿射与射影几何

第三篇：双线性形式的几何

第四篇：几何：PID、UFD、诺特环、张量、PID 上的模块、规范形

第五篇：拓扑、微分学

第六篇：最优化理论基础

第七篇：线性优化

第八篇：非线性优化

第九篇：机器学习方面应用

第十篇：附录

获得方式：

1. 关注【深度学习冲鸭】公众号

2. 在【深度学习冲鸭】公众号后台回复 math4ml  即可 。

---

欢迎关注【深度学习冲鸭】公众号，我会在这里记录自己在路上的一点一滴！

再小的人也有自己的品牌！期待和你一起进步！