Quelles sont les conditions préalables pour l'étude de l'Apprentissage de la Machine?
J'ai toujours été fasciné par le thème de l'apprentissage de la Machine jusqu'à ce que j'ai décidé de m'enseigner comment le faire. Donc, je suis venu à travers un parcours fournies par Stanford publiée en ligne. Cependant, j'ai été choqué de la quantité de maths qu'il contenait. Alors, quel est le contexte mathématique, je devrais être en mesure de comprendre les algorithmes de machine learning? Existe-il des bibliothèques qui fait abstraction de toutes les mathématiques et se concentre sur la réalité de la conception d'un logiciel capable d'apprendre?
Vous devez vous connecter pour publier un commentaire.
Comme 99% (ne pas me citer le nombre) de l'ordinateur sur la science des sujets, les fondements théoriques de l'Apprentissage de la Machine implique souvent beaucoup de maths... aucun-le-moins, il ne devrait pas être difficile de ramasser sur la base des algorithmes d'aa, même sans connaissance de la profondeur de calcul.
Il existe différents d'apprentissage de la machine bibliothèques:
Je dirais que tu devrais commencer par essayer de construire votre propre simple ML algorithme: peut-être un Réseau De Neurones ou un Algorithme Génétique. La construction on va faire toute une différence dans votre compréhension... surtout donné à un problème spécifique, vous pouvez personnaliser le ML algorithme un peu. De savoir comment il fonctionne, à partir du sol, va vous permettre de faire toutes les modifications que vous jugez nécessaire.
La Programmation De L'Intelligence Collective: La Construction Intelligente Des Applications Web 2.0 par Toby Segaran est un livre GÉNIAL! Toby s'appuie implémentations simples de tous les temps d'Apprentissage de la Machine classiques: réseaux de Neurones, support vector machines, algorithmes génétiques, algorithmes de clustering. Tout cela avec des explications simples sur comment et pourquoi ils travaillent. En prime, tous les exemples sont en Python! Mais même si vous ne savez pas Python vous l'aurez compris, le livre. Je le recommande fortement
Voir ici pour quelques textes de fond sur l'apprentissage de la machine:
http://bumphunting.blogspot.com/2009/07/what-are-good-prequisite-textbooks-for.html
Voici un épisode de la .NET Rochers! parler de l'apprentissage de la machine, et un petit bibliothèque de jouer avec
Algèbre linéaire et (de base) des statistiques.