Matemáticas para el aprendizaje automático

Título original:

Mathematics for Machine Learning

Contenido del libro:

Las herramientas matemáticas fundamentales necesarias para comprender el aprendizaje automático incluyen el álgebra lineal, la geometría analítica, las descomposiciones matriciales, el cálculo vectorial, la optimización, la probabilidad y la estadística.

Tradicionalmente, estos temas se imparten en cursos dispares, lo que dificulta el aprendizaje eficaz de las matemáticas por parte de los estudiantes o profesionales de ciencias de la información o informática. Este libro de texto autocontenido tiende un puente entre los textos de matemáticas y los de aprendizaje automático, introduciendo los conceptos matemáticos con un mínimo de requisitos previos.

Utiliza estos conceptos para derivar cuatro métodos centrales de aprendizaje automático: regresión lineal, análisis de componentes principales, modelos de mezclas gaussianas y máquinas de vectores soporte. Para los estudiantes y otras personas con formación matemática, estas derivaciones constituyen un punto de partida hacia los textos de aprendizaje automático. Para quienes aprenden matemáticas por primera vez, los métodos ayudan a desarrollar la intuición y la experiencia práctica en la aplicación de conceptos matemáticos.

Cada capítulo incluye ejemplos prácticos y ejercicios para comprobar la comprensión. En el sitio web del libro se ofrecen tutoriales de programación.