Mathematics for Machine Learning

El puente directo entre las matemáticas universitarias y su aplicación concreta en machine learning.

ÁreaFundamentos Matemáticos
TemaMatemáticas para ML
NivelIntermedio
Publicación2020

Autor(es): Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

Versión gratuita disponible

¿Qué puedes lograr leyendo este libro?

  • Repasar álgebra lineal, cálculo, probabilidad y optimización con la aplicación de ML siempre en mente
  • Conectar cada concepto matemático directamente con un algoritmo de ML concreto
  • Prepararte con las bases necesarias antes de leer libros de ML más avanzados

Descripción

Este libro, escrito específicamente para estudiantes de machine learning, cubre las cuatro áreas matemáticas fundamentales (álgebra lineal, cálculo, probabilidad, optimización) siempre conectadas con su aplicación directa en algoritmos como regresión, PCA o SVM, a diferencia de los textos de matemáticas puras.

Para quién es ideal

  • Quien ya olvidó las matemáticas universitarias y necesita un repaso aplicado
  • Estudiantes autodidactas de ML sin una base matemática formal reciente
  • Puente antes de libros más avanzados como ESL o Deep Learning
  • Consulta rápida de un concepto matemático específico durante un proyecto

Contenido destacado

  • Álgebra lineal (vectores, matrices, espacios)
  • Cálculo vectorial y gradientes
  • Probabilidad y distribuciones
  • Optimización continua
  • Aplicaciones: regresión lineal, PCA, máquinas de soporte vectorial

Ventajas y limitaciones

Ventajas

  • Gratuito y legal en PDF, con muy buena calidad de edición
  • Cada capítulo matemático termina conectado a un algoritmo real de ML
  • Escrito específicamente para el público de ciencia de datos, no matemáticos puros

Limitaciones

  • No sustituye la profundidad de un libro dedicado por completo a cada tema
  • Asume cierta familiaridad previa con notación matemática básica

Libros relacionados