新手入门想学数据分析，最终到机器学习，数学是不是要从头学起。。

2018-05-05 10:04:41 +08:00
 musclepanda
前几天给自己立了个 flag，自学机器学习

然后听了节课…………发现根本不懂啊…………

虽然是理科生，但毕业了好多年之后根本接触不到数学，连 sin，cos，tan 都忘记啥意思了，还有啥求导什么的。

求问我这个数学应该有个什么步骤学习

我计划是高中数学重新拿出来看看…………然后后面是高等数学？线性代数？微积分？不知道什么个步骤了。。

求问。
8829 次点击
所在节点    程序员
52 条回复
twistedmeadows
2018-05-06 12:22:05 +08:00
另外也不太能理解 wildcat 为什么觉得上来就看论文是搞笑。你要了解某一领域目前最新的学术进展，难道不是看论文最快么。

对不同的人适用不同的方法吧。
如果要看论文，GitHub 上有个仓库 Deep Learning Papers Reading Roadmap： https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap
如果是学 Deeplearning.AI 的课程，这里有全套笔记给楼主助攻： https://github.com/mbadry1/DeepLearning.ai-Summary
wqzjk393
2018-05-06 13:03:14 +08:00
刚开始看李航的统计学习方法。感觉数学不外乎就是概率论概率密度函数那些，高数的常微分偏微分之类的，一步步来吧，需要什么学什么，你当年学三角函数时候也是一脸懵逼啊，学要不也就那回事么
wqzjk393
2018-05-06 13:04:54 +08:00
@Leigg 线代的话其实我更推荐看一看考研的那些线代复习课，当初怎么都搞不懂，上了几节考研线代课，全明白了
takato
2018-05-06 13:09:19 +08:00
@WildCat 的确现在的 AI 更像是一门哲学。是否可以认为现在是联结主义回归的时刻呢？
Leigg
2018-05-06 14:04:25 +08:00
@wqzjk393 去哪看？
wizardforcel
2018-05-07 00:14:32 +08:00
@wqzjk393 强烈不推荐考研的那些视频

原因是

1. 先讲行列式
2. 不涉及太多矩阵分解的东西

推荐清华在学堂在线上的那套，基本是按照 mit 18.06 的大纲编排的
wizardforcel
2018-05-07 00:17:18 +08:00
选材很重要，几个热门材料的难易程度是：

udacity cs221 < stanford cs229 < mlapp < 周志华机器学习 < prml
wizardforcel
2018-05-07 00:22:48 +08:00
@BadMan @diggerdu

初学者看花书，就相当于给你一本日文字典，然后把你扔到东京。
wqzjk393
2018-05-07 08:53:35 +08:00
@wizardforcel 各有各的习惯吧。我是因为大学学过线代，但是课程学的很模糊，后来听了听考研的课，算是系统的又学了一遍
cuzfinal
2018-05-07 15:12:45 +08:00
应该考研究生把。
Len1133
2018-05-07 16:15:28 +08:00
概率论+最优化+一些高数基础知识，基本可以看懂大部分东西了。
cheesea
2018-05-07 16:43:29 +08:00
从高中数学学期，你咋不从小学数学学起呢。
我觉得还是边看边补，哪些数学忘了就去看那一部分。

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://yangjunhui.monster/t/452284

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX