机器学习的数学基础

此前，跨象乘云™ 曾发布过由 Marc Peter Deisenroth，A Aldo Faisal 和 Cheng Soon Ong 撰写的《机器学习数学基础》。这个是从大学教材里搜集的机器学习数学基础资料，分为高等数学，线性代数、概率论与数理统计三部分。另外包括了斯坦福大学 CS 229 机器学习课程的基础材料，难度应该在本科 3 年级左右。数据科学需要一定的数学基础，但仅仅做应用的话，如果时间不多，不用学太深，了解基本公式即可，遇到问题再查吧。

项目 GitHub 地址