Вважається, що в машинному навчанні та аналізі даних необхідні три розділи математики: лінійна алгебра, теорія ймовірностей і статистика та математичний аналіз . Якщо ваш рівень підготовки не дозволяє вам вивчати ці дисципліни, зверніть увагу на звичайні шкільні підручники.
Хоча вивчення мови програмування, такої як Python, необхідне для машинного навчання, вивчення математики є ключем до її розуміння. Щоб стати професіоналом у галузі машинного навчання , ви маєте бути впевненими в лінійній алгебрі, обчисленні, ймовірності та статистиці.
лінійна алгебра; теорія ймовірностей і математична статистика; математичний аналіз і методи оптимізації; тимчасові ряди.
Які найпопулярніші алгоритми машинного навчання?
- Наївний байєсівський класифікатор ( Навчання з учителем – Класифікація) …
- Алгоритм k-means (k-середніх) ( Навчання без учителя – Кластеризація) …
- Метод опорних векторів …
- Лінійна регресія …
- Логістична регресія …
- Штучна нейронна мережа …
- Дерево рішень …
- Випадковий ліс