Matemática para aprendizado de máquina

Alguns dos principais tópicos necessários no aprendizado de máquina estão relacionados ao cálculo de variável única cálculo, álgebra linear, cálculo multivariável, otimização multivariável, probabilidade e estatística e geometria analítica.

Álgebra Linear para Aprendizado de Máquina

• Exercícios de álgebra linear e problemas com soluções incluindo vídeos.
• Khan Academy: Álgebra linear incluindo vídeos.
• Professor Gilbert Strang - MIT: Curso Aberto do Mit: Álgebra Linear incluindo notas de aula, vídeos e exames anteriores com soluções.
• David Cherney, Tom Denton, Rohit Thomas e Andrew Waldron - UCDAVIS: Álgebra linear.

• Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong: Mathematics for Machine Learning.
• Professor Philippe Rigollet - MIT : Mathematics of Machine Learning.

Cálculo Simples e Multivariável

• Prof. David Jerison - MIT: Curso Aberto do Mit: Cálculo de Variável Única incluindo vídeos, notas de aula e exames anteriores com soluções.
• Prof. Denis Auroux - MIT: Curso Aberto do Mit: Cálculo Multivariável incluindo vídeos, notas de aula e exames anteriores com soluções.

Estatísticas

• Professor Joseph Blitzstein - Harvard: Estatística 110: Probabilidade incluindo vídeos e Notas
• Philip B. Stark - Universidade da Califórnia, Berkeley: Estatísticas incluindo ferramentas interativas incluídas nos materiais para ajudar os alunos a analisar conjuntos de dados reais.
• Jeremy Orloff, Jonathan Bloom - MIT: Introdução ao Probabilidade e Estatística

Aprendizado de máquina

• Professor Yaser Abu-Mostafa - Caltech: Aprendendo com dados