FDU CS自学指南
  • FDU CS自学指南
  • 我会建议腾飞先导学什么
  • 各编程语言/框架入门推荐
  • 修读计划参考
  • 大类基础
    • 数学分析B I/II
    • 大学物理B 上/下
    • 程序设计
    • 线性代数
  • 专业核心
    • 计算机科学与技术学院
      • 面向对象程序设计
      • 数据结构
      • 集合与图论
      • 计算机系统基础
      • 计算机组成与体系结构
      • 数据库引论
      • 概率论与数理统计
      • 计算机网络
      • 操作系统
      • 算法设计与分析
      • 编译
      • 人工智能
      • 并行分布计算
      • 软件工程
    • 大数据学院
      • 高等线性代数
      • 数值算法与案例分析I
      • 概率论基础
      • 数据结构
      • 计算机原理
      • 最优化方法
      • 统计学基础：原理、方法及R应用 (I)
      • 数据库及实现
      • 统计（机器）学习概论
      • 人工智能
      • 神经网络与深度学习
  • 专业选修
    • 模式识别与机器学习
    • 机器学习
    • 人机交互
    • 自然语言处理
    • 计算机视觉
    • 计算机图形学
    • 系统程序设计
    • 并发理论
    • 编程方法与技术
    • 移动互联网
    • 数据挖掘技术
    • 并行计算与性能优化
    • 分布式系统
    • 计算机系统工程
    • 随机过程导论
    • 高级大数据解析
    • 强化学习算法与理论基础
  • 补充内容
    • 其他好书推荐
    • 其他课程推荐
    • 本科生科研
    • 保研 & 出国留学
    • Job Interview
    • 计算机系统进阶
    • 应用开发 & 人机交互
    • 机器学习数学基础
    • 机器学习理论
    • 机器学习系统
    • Computer Vision & Graphics
    • Large Language Models
    • AI for Science
    • Robotics
    • Miscellaneous
  • 联系我们
Powered by GitBook
On this page
  1. 补充内容

机器学习数学基础

Previous应用开发 & 人机交互Next机器学习理论

Last updated 1 year ago

学习资料：

  • 教材

    • Marc Peter Deisenroth - Mathematics for Machine Learning

    • ☆

    • ☆

  • 网课

    • ☆

Stanford CS229 Linear Algebra Review Note
Stanford CS229 Probability Review Note
Stanford CS229 Machine Learning
UChicago CS 25300 Mathematical Foundations of Machine Learning
CMU 10-601 Mathematical Foundations for Machine Learning