Matematika ve strojovém učení

Mezi základní matematické disciplíny nezbytné pro pochopení strojového učení patří lineární algebra, analytická geometrie, vektorová analýza, optimalizace, teorie pravděpodobnosti a statistika. Tradičně jsou tato témata rozptýlena v různých kurzech, což studentům studujícím datovou vědu nebo informatiku, stejně jako profesionálům v oblasti strojového učení, ztěžuje uspořádání znalostí do jednotného konceptu.

Tato kniha je samostatná: čtenář se seznámí se základními matematickými pojmy a poté přejde ke čtyřem hlavním metodám strojového učení: lineární regresi, analýze hlavních komponent, Gaussovskému modelování a metodám support vector machine.

Pro ty, kteří teprve začínají studovat matematiku, tento přístup pomůže rozvíjet intuici a získat praktické zkušenosti s aplikací matematických znalostí.
Pro čtenáře se základními matematickými znalostmi kniha poslouží jako výchozí bod pro pokročilejší zkoumání strojového učení.