Mathematics for Machine Learning

소개 – 본 포스트는 Mathematics for Machine Learning(Deisenroth, M. P., Faisal, A. A., & Ong, C. S. (2018))을 한글로 정리해놓은 자료로, 머신러닝의 기초가 되는 수리적인 부분(1~7)과 이를 기반으로 이루어지는 기본적인 머신러닝의 기법(8~12)에 대해 다루도록 하겠습니다.

아래 목차의 링크를 누르면 해당 챕터에 대한 자료 확인이 가능합니다.

목차

1. Introduction
2. Linear Algebra
3. Analytics Geometry
4. Matrix Decompositions
5. Vector Calculus
6. Probability and Distributions
7. Continuous Optimization
8. When Models Meet Data
9. Linear Regression
10. Dimensionality Reduction with Principal Component Analysis
11. Density Estimation with Gaussian Mixture Models
12. Classification with Support Vector Machines