Mathematics for Machine Learning [pdf]

เปิดให้ดาวน์โหลดหนังสือที่จะตีพิมพ์ในปีหน้าเป็น PDF ฟรี ความยาวรวม 417 หน้า

Part I: Mathematical Foundations

1. บทนำและแรงจูงใจ

2. พีชคณิตเชิงเส้น

3. เรขาคณิตวิเคราะห์

4. การแยกเมทริกซ์

5. แคลคูลัสเวกเตอร์

6. ความน่าจะเป็นและการแจกแจง

7. การหาค่าเหมาะที่สุดแบบต่อเนื่อง

Part II: Central Machine Learning Problems

8. เมื่อโมเดลพบกับข้อมูล

9. การถดถอยเชิงเส้น

10. การลดมิติด้วย Principal Component Analysis

11. การประมาณความหนาแน่นด้วย Gaussian Mixture Models

12. การจัดประเภทด้วย Support Vector Machines