学习路径之机器学习（1）

1.大概学习路径图 2.数学基础 2.1 微积分： 知识：微积分的计算及物理意义，凸优化和条件最优化 运用：梯度下降法、牛顿法等。能理解“梯度下降是用平面来逼近局部，牛顿法是用曲面逼近局部”. 2.2 线性代数 知识：矩阵乘法，向量的内积运算 运用：矩阵乘法与分解主要运用在主成分分析（PCA)和奇异值分解（SVD） 2.3 概率与统计 知识：极大似然思想，贝叶斯模型，高斯分布 运用：朴素贝叶斯(N

>>阅读原文<<