Quels sont les prérequis pour l'étude de l'apprentissage automatique?

Question

J'ai toujours été fasciné par le sujet de l'apprentissage automatique jusqu'à ce que je décide de m'apprendre à le faire. Donc, je suis venu à travers un cours fourni par Stanford publié en ligne. Cependant, j'ai été choqué de la quantité de maths qu'il contenait. Alors, quel est le contexte mathématique que je devrais avoir pour être capable de comprendre les algorithmes de l'apprentissage automatique? Existe-t-il des bibliothèques qui résument toutes les mathématiques et se concentrent sur la conception d'un logiciel capable d'apprendre?

Answer 1

Tout comme 99% (ne me citent pas sur le nombre) des sujets liés à l'informatique, la base théorique de l'apprentissage automatique implique souvent beaucoup de maths ... néanmoins, ça ne devrait pas t être si difficile à comprendre sur certains algorithmes ML de base, même sans une connaissance approfondie du calcul.

Il existe différentes bibliothèques d'apprentissage machine là:

• Weka
• Java Machine Learning Library (Java JML)
• Apache Mahout
• Others...

Je dirais que vous devriez commencer par essayer de construire votre propre algorithme ML simple: peut-être un Neural Network ou Genetic Algorithm. Si vous réussissez à en construire un, votre compréhension sera très différente ... en particulier, étant donné un problème spécifique, vous devrez peut-être personnaliser l'algorithme ML. Savoir comment ça marche, à partir de rien, va vous permettre de faire les modifications que vous jugez nécessaires.

Answer 2

Here's un épisode de .NET Rocks! parler de l'apprentissage machine, et un petit library pour jouer avec

Answer 3

Programming Collective Intelligence: Building Smart Web 2.0 Applications par Toby Segaran est un livre AWESOME! Toby construit des implémentations simples de tous les classiques de Machine Learning: Réseaux de neurones, machines à vecteurs de support, algorithmes génétiques, clustering. Tout cela avec des explications simples sur comment et pourquoi ils fonctionnent. En prime, tous les exemples sont en Python! Mais même si vous ne connaissez pas Python, vous comprendrez le livre. Je le recommande fortement

Answer 4

Voir ici pour quelques textes d'information sur l'apprentissage de la machine: http://bumphunting.blogspot.com/2009/07/what-are-good-prequisite-textbooks-for.html

Answer 5

algèbre linéaire et les statistiques (de base).

Answer 6

1. algèbre linéaire
2. Probabilités
3. Calcul
4. Calcul des variations
5. Théorie des graphes
6. méthodes d'optimisation (multiplicateurs de Lagrange)