Question

机器学习要学习哪些

Answer 1

初阶版（适合做算法工程师）：

• 概率论与统计
• 概率与统计 北京大学出版社 陈家鼎
• DeGroot, Morris H., and Mark J. Schervish. Probability and Statistics. 3rd ed. Boston
• 高等代数、
• Introduction to Linear Algebra, Fourth Edition by Gilbert Strang
• 多元统计分析
• 应用多元统计分析  编著, 北京大学出版社
• Applied Multivariate Statistical Analysis (6th Edition) ，Richard A. Johnson, Dean W. Wichern
• 微积分
• 随便一本教材即可

掌握上述内容，基本上大多数的算法都能看懂了，不够的知识可以临时补一补。进阶版（适合学术研究要求）：借鉴Andrew Ng的得意门生，umich 助理教授，Honglak Lee的要求：

• Probabilistic Graphical Models 概率图模型
• Linear and nonlinear optimization 线性与非线性优化
• Convex optimization 凸优化
• Real Analysis 实分析
• Functional Analysis 泛函分析
• Stochastic Process 随机过程
• Theory of Probability 概率论

如果你不愿意一点一点的再来学统计，其实还有一个奇葩的概率统计知识点全集的小册子：CMU教授 Larry Wasserman的力作：All of Statistics——A Concise Course in Statistical Inference（有电子版可以直接下载）