web-dev-qa-db-fra.com

Quels sont les prérequis pour étudier le Machine Learning?

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

machine-learningartificial-intelligence
45
Shady E. Issac
  1. Algèbre linéaire
  2. Théorie des probabilités
  3. Calcul
  4. Calcul des variations
  5. La théorie des graphes
  6. Méthodes d'optimisation (multiplicateurs de Lagrange)
30
Amir

Tout comme 99% (ne me citez pas sur le nombre) des sujets liés à l'informatique, la base théorique du Machine Learning implique souvent beaucoup de mathématiques ... néanmoins, cela ne devrait pas être si difficile pour reprendre certains algorithmes de base ML même sans connaissance approfondie du calcul.

Il existe différentes bibliothèques d'apprentissage automatique:

Je dirais que vous devriez commencer par essayer de construire votre propre algorithme ML simple: peut-être un Neural Network ou un Genetic Algorithm . La réussite de la construction de celui-ci fera toute la différence dans votre compréhension ... d'autant plus que compte tenu d'un problème spécifique, vous devrez peut-être personnaliser un peu l'algorithme ML. Savoir comment cela fonctionne, de fond en comble, vous permettra d'apporter les modifications que vous jugerez nécessaires.

7
Kiril

Programmation de l'intelligence collective: création d'applications Web intelligentes 2. par Toby Segaran est un livre IMPRESSIONNANT! Toby construit des implémentations simples de classiques d'apprentissage automatique de tous les temps: réseaux de neurones, machines à vecteurs de support, algorithmes génétiques, clustering. Tout cela avec des explications simples sur comment et pourquoi ils fonctionnent. En bonus, tous les exemples sont en Python! Mais même si vous ne connaissez pas Python vous comprendrez le livre. Je le recommande fortement

5
Boris Gorelik

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

2
jeb

Voici un épisode de .NET Rocks! parler d'apprentissage machine, et un petit bibliothèque pour jouer avec

1
nos

Algèbre linéaire et statistiques (de base).

0
Pierre Gardin