Машинное обучение — с чего начинать программисту?

Друзья, заинтересовался с недавнего времени машинным обучением. Математической подготовки 9 классов школы (той, которую более-менее помню). Начал нахрапом сразу штурмовать книги, курсы и видео по соответствующим тематикам, но уперся в нехватку мат. подготовки. Понял, нарыл кучу ресурсов и уроков вышмату. И сейчас сижу, не знаю с какой стороны подойти.
Знающие люди, подскажите, пожалуйста, какие именно разделы в вышмате нужны на первых порах для взлета.
Спасибо.
  • Вопрос задан
  • 11241 просмотр
Решения вопроса 2
korobok
@korobok
Специалист по машинному обучению (Python)
На первых порах нужно следующие:
  • Умение работы с матрицами. Это их сложение и умножение. Понимание что такое диагональная, обратная и транспонированная матрица. Определители, базы и т.д. в начале не нужны. Мой совет - взять задачник по линейной алгебре и решить примеров 10 по этим темам.
  • Понимание что такое производная на уровне "тангенс угла наклона касательной в точке". Неплохо было бы понять что такое градиент, так как половина обучающих алгоритмов на нем основано.
  • Из теории вероятности полезны основные понятия, а также совместная и условные вероятности. Ну и знать что такое формула Байеса.
  • Ну и статистика. Это распределения (самое важное - это понять что такое распределение Гаусса), знание что такое математическое ожидание, дисперсия (или стандартное отклонение) ну и понимание что такое плотность распределения вероятности.


По линейной алгебре и производным могу посоветовать "Вся высшая математика Том I - Краснов М., Киселев А., Макаренко Г., Шакин Е., Заляпин В". Но там много лишнего для начинающего.
По статистике и теории вероятности могу посоветовать "элементарный курс теории вероятностей и математической статистики - А. Бородин" до 100-й страницы будет достаточно.
Мой совет - это не зарываться в учебники в начале. Можно нарыть неплохое статьи по этим темам на хабреи там почитать. В идеале лучше всего паралелльно изучать теорию и практику.
В некоторых книгах по ML все эти темы затрагиваются. Могу посоветовать Python Machine Learning (Sebastian Raschka). А если есть проблемы с английским языком - Построение систем машинноrо обучения на языке Python - Луис Педро Коэльо, Вилли Ричарт.
Ответ написан
pro_co_ru
@pro_co_ru
Старший инженер-программист
По поводу математики, думаю полезным будут следующие курсы:
- дискретная математика
- математическая статистика
- теория вероятностей
- численные методы
- методы математического моделирования
- линейная алгебра

Из программирования:
- алгоритмы и структуры данных
- теория графов
- нейронные сети
- компьютерная графика (т.к. машинное обучение и нейронные сети в последнее время часто используют именно в компьютерном зрении)
Ответ написан
Пригласить эксперта
Ответы на вопрос 6
aRegius
@aRegius
Python Enthusiast
Вот довольно неплохой источник информации (особенно, если вы планируете работать с Python).
Конкретно по математике смотрите ближе к концу раздел Math.
Ответ написан
@Merlin_ML
Список книг, видео и курсов по машинному обучению и математике, всё на русском языке. Большая, качественная подборка. Почти все pdf'ки книг гуглятся.
https://ru.stackoverflow.com/a/683632/1084
Ответ написан
Комментировать
@J_K
Курсеру, в частности Andrew Ng, не рекомендую, так как сначала все более-менее, но чем дальше, тем меньше он объясняет и становится непонятно, не столько что и как, сколько зачем.

Мне нравятся лекции Воронцова https://www.youtube.com/watch?v=qLBkB4sMztk
где-то также можно скачать тексты лекций, отлично дополняют друг друга, все становится более-менее понятно.
Ответ написан
Комментировать
@protven
Начните с курсеры. Как ни банально. Отличный курс от Эндрю Ына - https://www.coursera.org/learn/machine-learning

Неплохой, на мой взгляд, курс от ВШЭ и Яндекса, там используется стандартные питоновские либы https://www.coursera.org/learn/vvedenie-mashinnoe-...

Есть цикл курсов от того же Яндекса и МФТИ, но его я не прошел полностью, только начинал. Он мне кажется каким-то менее сбалансированным, чем озвученные.
https://www.coursera.org/specializations/machine-l...

А потом практика. Я перестал интересоваться машинным обучением, потому что не было реальных проектов с его примененеием. Решать задачки на Kaggle и аналогичным ресурсам - мне неинтересно.
Ответ написан
serbuxs
@serbuxs
Статья не новая, но вполне может помочь сориентироваться:
https://habrahabr.ru/company/mlclass/blog/252743/

В любом случае можно написать автору и получить больше инфо по этому вопросу. Удачи"
Ответ написан
Комментировать
@mark4edder
Будет полезно следить за новостями и новыми разработками в сфере машинного обучения, ИИ и нейросетей. В группе https://vk.com/neural_nets и канале https://t.me/aichannel в телеграме каждый день публикуют новости и статьи, подборки учебников. Попробуйте посмотреть там.
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы