Math for Machine Learning

Repository này được tạo ra nhằm mục đích chia sẻ về các kiến thức Toán cơ bản, bao gồm đại số tuyến tính, giải tích, tối ưu hóa và xác suất để bạn đọc có những kiến thức nền tảng để hiểu hơn về các thuật toán trong Machine Learning, Deep Learning, ...

Nội dung

Đại số tuyến tính

• Không gian vectơ
• Không gian metric
• Không gian định chuẩn
• Không gian tích trong
• Chuyển vị
• Giá trị riêng và vectơ riêng
• Vết
• Định thức
• Ma trận trực giao
• Ma trận đối xứng
• Ma trận xác định dương (Bán xác định dương)
• Phân tích giá trị suy biến
• Một số nhận dạng hữu ích về ma trận

Giải tích

• Cực trị
• Gradients
• Jacobian
• Hessian
• Giải tích trên ma trận
• Định lý Taylor
• Điều kiện cực tiểu địa phương
• Tính lồi

Xác suất

• Khái niệm cơ bản
• Biến ngẫu nhiên
• Phân phối xác suất đồng thời
• Kỳ vọng
• Phương sai
• Hiệp phương sai
• Vectơ ngẫu nhiên
• Ước lượng tham số
• Phân phối Gauss

Thông tin tác giả

• Người dịch: Đặng Quý Anh, Hanoi University of Science, Vietnam National University

Tài liệu tham khảo

Tài liệu này được dịch từ bản gốc

• Garrett Thomas, "Mathematics for Machine Learning", University of California, Berkeley (2018)