全内容集概述

概述

  该系列文章将和机器学习文章同步更新,在阅读该系列文章前,我默认大家都是懂得高等数学、线性代数、概率论等数学基础知识,该系列文章每一章都将包含3个板块—— 博客内容详细介绍、视频教程、文末自测及编码实现。

  该系列文章将会和之前所发布的机器学习教程有所不同,将会把之前所在机器学习中涉及到的困难的、单独的知识点进行一个总结及对一些常见的机器学习基础进行讲解。

  该系列文章暂时由这几个课程组成:

  • 数值分析计算方法
  • 运筹学
  • 凸优化

  这几门课程可以说是机器学习的先导课程,可以有效的提升你对机器学习内容的理解和提升你的数学基础。例如数值分析计算方法中所涉及到的牛顿法这类算法,在机器学习中常常被使用。

  希望各位读者在阅读我的另一个系列文章前先阅读该系列文章。

  该系列文章为@WarrenRyan撰写,由于本人水平有限,如有错误,请各位读者不吝赐教。欢迎各位发邮件与我一同探讨。邮箱:[email protected]

我的掘金:WarrenRyan

我的:WarrenRyan

欢迎关注我的博客获得第一时间更新 WarrenRyan

我的Github:StevenEco

你可能感兴趣的:(全内容集概述)