目前,OTUS正在为高级课程“数据科学的数学”的新课程开放一套,在这方面,我们想邀请您参加免费的网络研讨会,我们的专家Petr Lukyanchenko将详细介绍该课程计划,并回答您的问题。 ...
“真的有必要了解机器学习算法背后的数学原理吗?Python已经拥有大量可广泛使用的库,您可以轻松地使用它们来构建模型!”
我不止一次地从业余数据科学家那里听到这一消息。这种误解比我们想像的要普遍得多,并且继续在有抱负的数据专业人员中引起天真的幻想。
让我们一劳永逸地弄清楚这一点-要成为数据科学家,您需要了解机器学习算法背后的数学原理。这是数据科学家角色不可或缺的一部分,每个招聘人员和机器学习专家都将证明这一点。
那么我们如何学习呢?好吧,这就是我今天想与您讨论的内容。本文概述了为了完全掌握机器学习而需要了解的数学的各个方面,包括线性代数,概率论等。
您需要在什么水平上理解数学才能胜任机器学习?
, , - ? . , . , , .
( :
- 35%
- 25%
- 15%
- 15%
- 15%)
, Data Science
- Data Science ( ) , , ?
Data Science , -. :
, Data Science , .
Data Science - , .
, . , , .
, , ( ). , , .
, , , . , , ! , , .
, , ?
Data Science , , , , .
, , .
. . . , NumPy, , .
, , .
21 . , Data Science, .
?
.
x y:
, -2, :
x , y 9. x 0.
, . . , .
, Data Science , . , - , .
( ). , x y?
! . . :
- , , .
, . , x y . , Data Science .
?
, , , .
. , :
(m) (c) :
? . , 丁 m c .
.
.--=-
=
.
- . . :
, . , ? ?
(! !):
. , , , . , .
, P(A) . , .
, .
, - , .
P(B) - , . , , . .
P (B|A):
, , , P(A) P (B|A). , :
?
- , . , , P(A).
, :
(() : - ! → P(|)P() : ! → P(|) : - !
, , !
, ? - . , .
, , . , .
. , :
. .
, .
- , .
:
- , . , Data Science, . , .