Репост из: Image processing
👹 Немного про математику всего того, что мы с вами тут обсуждаем.
Если вы учились в техническом вузе, то скорее всего вам все это преподавали, и даже гораздо больше.
Сейчас приведу примеры ресурсов где вы можете быстро освежить эти знания, или выучить заново если вы не учились в техническом вузе.
Чтобы комфортно плавать в водах CV, ML и IP нам нужно знать следующие вещи:
0️⃣ Дискретная математика и комбинаторика.
Предполагается, что мы знакомы на каком-то уровне с дискреткой и комбинаторикой, как скилами помогающими нам писать обычный код, и понимать, что чего стоит в плане производительности, памяти и тд. Знаем структуры данных. В общем, просто джентльменский набор, чтобы писать какие-то скрипты.
По этому делу могу посоветовать книгу “cracking the coding interview”, так как там очень сжато объяснены основные вещи:
http://www.crackingthecodinginterview.com/
И пара ссылок с coursera:
Комбинаторика для начинающих
https://www.coursera.org/learn/kombinatorika-dlya-nachinayushchikh
Algorithmic toolbox (+- графы, сортировки и тд)
https://www.coursera.org/learn/algorithmic-toolbox
1️⃣ Линейная алгебра и аналитическая геометрия.
Тут быстро можно въехать благодаря уважаемому 3Blue1Brown, у него есть даже плейлист отдельный для этого.
https://www.3blue1brown.com/essence-of-linear-algebra-page
Есть нормальный курс от ВШЭ
https://www.coursera.org/learn/algebra-lineynaya
И от Imperial College London: Linear Algebra
https://www.coursera.org/learn/linear-algebra-machine-learning
2️⃣ Multivariate Calculus (Матан!)
Это нам дается хорошо во всех вузах, и является ступенью ко многим дисциплинам.
Вещь глубокая и важная, поэтому тут дам ссылку на узкий курс специально для приобретения формы для ML.
Imperial College London: Multivariate Calculus
https://www.coursera.org/learn/multivariate-calculus-machine-learning
3️⃣ Теор вер и статистика
Теория вероятностей для начинающих:
https://www.coursera.org/learn/probability-theory-basics
Внезапно Манга:
https://dmkpress.com/catalog/manga/978-5-97060-115-0/
Imperial London College: PCA
https://www.coursera.org/learn/pca-machine-learning
Да и наверное любой курс по статистике с coursera:
https://www.coursera.org/courses?query=statistics
🌈 Это все и будет годной математической базой для изучения CV и ML алгоритмов.
🌈 По DL и всему этому сейчас наплодилось курсов невероятно много, зная математические основы пройти их будет просто.
Если вы учились в техническом вузе, то скорее всего вам все это преподавали, и даже гораздо больше.
Сейчас приведу примеры ресурсов где вы можете быстро освежить эти знания, или выучить заново если вы не учились в техническом вузе.
Чтобы комфортно плавать в водах CV, ML и IP нам нужно знать следующие вещи:
0️⃣ Дискретная математика и комбинаторика.
Предполагается, что мы знакомы на каком-то уровне с дискреткой и комбинаторикой, как скилами помогающими нам писать обычный код, и понимать, что чего стоит в плане производительности, памяти и тд. Знаем структуры данных. В общем, просто джентльменский набор, чтобы писать какие-то скрипты.
По этому делу могу посоветовать книгу “cracking the coding interview”, так как там очень сжато объяснены основные вещи:
http://www.crackingthecodinginterview.com/
И пара ссылок с coursera:
Комбинаторика для начинающих
https://www.coursera.org/learn/kombinatorika-dlya-nachinayushchikh
Algorithmic toolbox (+- графы, сортировки и тд)
https://www.coursera.org/learn/algorithmic-toolbox
1️⃣ Линейная алгебра и аналитическая геометрия.
Тут быстро можно въехать благодаря уважаемому 3Blue1Brown, у него есть даже плейлист отдельный для этого.
https://www.3blue1brown.com/essence-of-linear-algebra-page
Есть нормальный курс от ВШЭ
https://www.coursera.org/learn/algebra-lineynaya
И от Imperial College London: Linear Algebra
https://www.coursera.org/learn/linear-algebra-machine-learning
2️⃣ Multivariate Calculus (Матан!)
Это нам дается хорошо во всех вузах, и является ступенью ко многим дисциплинам.
Вещь глубокая и важная, поэтому тут дам ссылку на узкий курс специально для приобретения формы для ML.
Imperial College London: Multivariate Calculus
https://www.coursera.org/learn/multivariate-calculus-machine-learning
3️⃣ Теор вер и статистика
Теория вероятностей для начинающих:
https://www.coursera.org/learn/probability-theory-basics
Внезапно Манга:
https://dmkpress.com/catalog/manga/978-5-97060-115-0/
Imperial London College: PCA
https://www.coursera.org/learn/pca-machine-learning
Да и наверное любой курс по статистике с coursera:
https://www.coursera.org/courses?query=statistics
🌈 Это все и будет годной математической базой для изучения CV и ML алгоритмов.
🌈 По DL и всему этому сейчас наплодилось курсов невероятно много, зная математические основы пройти их будет просто.