点击上方“智能与算法之路”，选择“星标”公众号
资源干货，第一时间送达
一、资源介绍
今天给大家推荐一份最新关于机器学习数学基础的免费书，这本书由Marc Peter Deisenroth，A Aldo Faisal和Cheng Soon Ong撰写。作者表示撰写这本书旨在激励人们学习数学概念。这本书并不打算涵盖前沿的机器学习技术，因为已经有很多书这样做了。相反，作者的目标是通过该书提供阅读其他书籍所需的数学基础。这本书分为两部分：数学基础知识和使用数学基础知识进行机器学习算法示例。值得初学者收藏和学习！
随着机器学习在社会中的广泛应用，作者相信每个人都应该对它的基本原理有一些了解。这本书是用学术数学的风格来写的，这使读者能够精确地了解机器学习背后的概念。作者鼓励不熟悉这种简洁的风格的读者坚持阅读下去，并牢记每个主题的目标。作者在整篇文章中都有标记和评论，希望这些评论能对读者提供一些有用的指导。此外，本书假定读者具备高中数学和物理中常用的数学知识。例如，导数和积分，以及二维或三维的几何向量。因此，本书的目标受众包括普通大学生、夜校生和机器学习在线课程的学习者等等。
官网：https://mml-book.github.io/
二、主要内容
本书分为两部分，第一部分是数学基础的讲解，第二部分是将第一部分的数学概念应用于基本的机器学习问题中。
下面是主要目录
第一部分:数学基础
介绍和动机
线性代数
解析几何
矩阵分解
向量微积分
概率和分布
持续优化
第二部分:主要机器学习问题
当模型遇到数据时
线性回归
主成分分析降维
用高斯混合模型估计密度
用支持向量机分类
三、资源分享
同时为了方便大家，我们把最新的资料打包好了，可以直接下载！
获取方式：
1. 关注我们的公众号“智能与算法之路”
2. 后台回复“ml数学基础” 即可以获取资料哈~（建议复制，避免错字）
欢迎关注我们，收获资源干货！
