¿Cuáles son los requisitos previos para estudiar Machine Learning?

Question

Siempre me ha fascinado el tema del aprendizaje automático hasta que decidí enseñarme cómo hacerlo. Así que vine a través de un curso proporcionado por Stanford publicado en línea. Sin embargo, me sorprendió la cantidad de matemáticas que contenía. Entonces, ¿cuál es el fondo matemático que debería tener para poder entender los algoritmos de aprendizaje automático? ¿Hay alguna biblioteca que abstraiga todas las matemáticas y se enfoque en el diseño de un software capaz de aprender?

Answer 1

Al igual que el 99% (no me cito en el número) de los temas relacionados con la informática, la base teórica del Aprendizaje automático a menudo implica una gran cantidad de matemáticas ... sin embargo, no debería Es tan difícil aprender algunos algoritmos ML básicos incluso sin un conocimiento profundo del cálculo.

Hay varias bibliotecas de aprendizaje automático por ahí:

• Weka
• Java Machine Learning Library (Java JML)
• Apache Mahout
• Others...

diría que usted debe empezar por tratar de construir su propio algoritmo ML simple: tal vez un Neural Network o Genetic Algorithm. Construir con éxito una hará una gran diferencia en su comprensión ... especialmente dado que dado un problema específico, es posible que tenga que personalizar bastante el algoritmo ML. Saber cómo funciona, desde cero, te permitirá hacer las modificaciones que consideres necesarias.

Answer 2

Here's un episodio de .NET Rocks! hablando de aprendizaje automático, y un pequeño library para jugar con

Answer 3

Programming Collective Intelligence: Building Smart Web 2.0 Applications por Toby Segaran es un libro INCREÍBLE! Toby crea implementaciones simples de clásicos de Machine Learns: redes neuronales, máquinas de vectores de soporte, algoritmos genéticos, agrupamiento. Todo eso con explicaciones simples sobre cómo y por qué funcionan. ¡Como un bono, todos los ejemplos están en Python! Pero incluso si no conoces a Python entenderás el libro. Lo recomiendo encarecidamente

Answer 4

Vea aquí algunos textos de fondo sobre el aprendizaje de la máquina: http://bumphunting.blogspot.com/2009/07/what-are-good-prequisite-textbooks-for.html

Answer 5

álgebra lineal y estadísticas (básicas).

Answer 6

1. álgebra lineal
2. teoría de la probabilidad
3. Calculus
4. Cálculo de variaciones
5. teoría de grafos
6. métodos de optimización (multiplicadores de Lagrange)