本文推薦一份機器學習數學基礎專輯，在線閱讀地址：（數學基礎專輯）， 同時文末提供下載。

機器學習，需要一定的數學基礎，也需要一定的代碼能力。機器學習從業者數學基礎不紮實，只會用一些工具和框架，相當於某些武術家只會耍套路，外行人覺得很厲害，但實戰起來一定是鼻青臉腫。

如何在有限的計算資源下找出最優解，在目標函數及其導數的各種情形下，應該如何選擇優化方法；各種方法的時間空間複雜度、收斂性如何；還要知道怎樣構造目標函數，才便於用凸優化或其他框架來求解，這些都需要一定的數學基礎。可以說，數學基礎是機器學習從業人員的天花板。

博士的代碼能力，不一定比碩士強，但數學基礎，往往要比碩士紮實很多。爲什麼機器學習從業人員學歷越高，往往工資越高，通常和掌握的基礎知識正相關。

關於數學基礎資料，這裏我推薦黃海廣博士整理的數學筆記：

這份資料已經做成了專輯（數學基礎專輯）

黃海廣博士目前Github star已經超過45000，曾經翻譯過吳恩達課程。

專輯分爲兩個部分（1-2，3-5）：

一、CS229數學基礎

CS229的數學基礎，分爲 概率論 和 線性代數 兩部分，是斯坦福系列課程的數學基礎資料，主要翻譯者（黃海廣、石振宇）。

內容截圖

二、大學數學基礎精華

機器學習最基礎的數學知識，可以分爲 高等數學 、 線性代數 、 概率論與數理統計 三部分：

內容截圖

三、專輯下載

數學專輯可以在線閱讀，也可以下載（pdf、word、markdown文件），可以直接在“機器學習初學者”公衆號回覆“ math ”即可獲取下載地址。

下載內容截圖 掃碼進入公衆號，回覆“ math ”即可獲取下載地址