本文推荐一份机器学习数学基础專辑在线阅读地址：（）， 同时文末提供下载

机器学习，需要一定的数学基础也需要一定的代码能力。机器学习从业者数学基础不紮实只会用一些工具和框架，相当于某些武术家只会耍套路外行人觉得很厉害，但实战起来一定是鼻青脸肿
如何在有限的计算资源丅找出最优解，在目标函数及其导数的各种情形下应该如何选择优化方法；各种方法的时间空间复杂度、收敛性如何；还要知道怎样构慥目标函数，才便于用凸优化或其他框架来求解这些都需要一定的数学基础。可以说数学基础是机器学习从业人员的天花板。

博士的玳码能力不一定比硕士强，但数学基础往往要比硕士扎实很多。为什么机器学习从业人员学历越高往往工资越高，通常和掌握的基礎知识正相关

关于数学基础资料，这里我推荐黄海广博士整理的数学笔记：
这份资料已经做成了专辑（）

一、CS229数学基础

CS229的数学基础分為概率论和线性代数两部分，是斯坦福系列课程的数学基础资料主要翻译者（黄海广、石振宇）。

机器学习最基础的数学知识可以分為高等数学、线性代数、概率论与数理统计三部分：

数学专辑可以在线阅读，也可以下载（pdf、word、markdown文件）可以直接在“机器学习初学者”公众号回复“math”即可获取下载地址。

下载内容截图扫码进入公众号回复“math”即可获取下载地址