Description
Giới thiệu tổng quan
Cuốn sách Mathematics for Machine Learning là một tài liệu học thuật xuất sắc đóng vai trò làm cầu nối giữa các khái niệm toán học thuần túy và các ứng dụng thực tế trong lĩnh vực học máy (Machine Learning). Cuốn sách giúp người đọc hiểu rõ bản chất toán học đằng sau các thuật toán phổ biến, từ đó có thể tự tin xây dựng, tối ưu hóa và thiết kế các mô hình học máy một cách hiệu quả nhất.
Mục đích sử dụng
Cuốn sách được thiết kế dành cho sinh viên đại học, những người tự học, lập trình viên và các nhà nghiên cứu muốn bước chân vào lĩnh vực khoa học dữ liệu và trí tuệ nhân tạo. Để tiếp thu tốt kiến thức, người đọc chỉ cần có nền tảng toán học cơ bản ở mức trung học phổ thông (như đạo hàm, tích phân cơ bản và hình học không gian).
Cấu trúc cuốn sách
Nội dung sách được chia làm hai phần chính rõ rệt:
- Phần I: Nền tảng Toán học (Mathematical Foundations): Cung cấp các kiến thức toán học nền tảng không thể thiếu bao gồm Đại số tuyến tính, Hình học giải tích, Phân rã ma trận, Giải tích vector, Xác suất & Phân phối, và Tối ưu hóa liên tục.
- Phần II: Các bài toán Học máy cốt lõi (Central Machine Learning Problems): Áp dụng trực tiếp các kiến thức toán học đã học ở Phần I vào 4 thuật toán học máy kinh điển bao gồm Hồi quy tuyến tính (Linear Regression), Giảm chiều dữ liệu với PCA, Ước lượng mật độ với Mô hình hỗn hợp Gauss (GMM), và Phân loại dữ liệu bằng Máy vector hỗ trợ (SVM).
Hình ảnh tham khảo bên trong sách
