গণিতবিদদের জন্য মেশিন লার্নিংয়ের পরিচিতি


23

কিছুটা অর্থে এটি গণিত.স্ট্যাকেক্সচেঞ্জের আমার একটি ক্রসপোস্ট এবং আমার অনুভূতি আছে যে এই সাইটটি একটি বিস্তৃত শ্রোতা সরবরাহ করতে পারে।

আমি মেশিন লার্নিংয়ের গাণিতিক পরিচিতির সন্ধান করছি। বিশেষত, প্রচুর সাহিত্যের সন্ধান পাওয়া যায় যে তুলনামূলকভাবে অনর্থক এবং প্রচুর পৃষ্ঠাগুলি কোনও সামগ্রী ছাড়াই ব্যয় করা হয়।

যাইহোক, এই জাতীয় সাহিত্য থেকে শুরু করে, আমি প্যাটার্ন স্বীকৃতি সম্পর্কিত বিশপের বই অ্যান্ড্রু এনজি থেকে কোর্সেরা কোর্সগুলি আবিষ্কার করেছি এবং শেষ পর্যন্ত স্মোলার একটি বই। দুর্ভাগ্যক্রমে, স্মোলার বইটি কেবল খসড়া অবস্থায় রয়েছে। স্মোলার বইতে এমন প্রমাণও পাওয়া যাবে যা আমার কাছে আবেদন করে। বিশপের বইটি ইতিমধ্যে বেশ ভাল, তবে একটি নির্দিষ্ট পরিমাণ কঠোরতা অনুপস্থিত।

সংক্ষেপে: আমি স্মোলার মতো একটি বই খুঁজছি, এটি যথাসম্ভব যথাযথ এবং কঠোর এবং গাণিতিক পটভূমি ব্যবহার করেছি (যদিও সংক্ষিপ্ত পরিচিতি অবশ্যই ঠিক আছে)।

কোন সুপারিশ?


1
ভবিষ্যতে দয়া করে ক্রসপোস্টটি করবেন না।
মোমো

দেখে মনে হচ্ছে প্রশ্নটি অসম্পূর্ণ - এটি "এবং" পরে ব্রেক হয়ে যায়।
জেডাব্লু

দুঃখিত, একরকম আমার সম্পাদনা বিলুপ্ত হয়েছে।
কুইকবিয়াম 2 কে 1

1
কোনও গণিতবিদ কেন মেশিন লার্নিং সম্পর্কে জানতে চান (ডেটা বিজ্ঞানী হিসাবে একটি চাকরী সন্ধান করতে / গবেষণা করা ইত্যাদি) কেন তা লোকেরা আপনাকে সঠিক দিকে নির্দেশ করতে সহায়তা করবে
seanv507

1
ডেটা বিজ্ঞানের জন্য আমি যুক্তি দেব যে আপনার বুনিয়াদি পরিসংখ্যান বোঝার প্রয়োজন রয়েছে (যেমন লিনিয়ার / লজিস্টিক রিগ্রেশন), পরীক্ষামূলক নকশা-যেমন অ্যাব টেস্টিং ইত্যাদি, এবং এর সাথে সুপারিশকারী সিস্টেমের কৌশলগুলি বোঝার জন্য
seanv507

উত্তর:


9

আপনি যা বর্ণনা করেন তার জন্য, আমি মহরি এটাল দ্বারা "মেশিন লার্নিংয়ের ফাউন্ডেশনস" এর সুপারিশ করি। এটি একটি স্নাতক পাঠ্য, তবে এটি সত্যই ভাল স্নাতকদের জন্য। এটি পঠনযোগ্য এবং এটি কেবলমাত্র আমি খুঁজে পেয়েছি যা আমি মেশিন লার্নিংয়ের একটি গাণিতিক সংজ্ঞা বলি (প্যাক এবং দুর্বল প্যাক)। একা একা পড়ার জন্য এটি মূল্যবান। আমারও গণিত পিএইচডি আছে। আমি উপরে বর্ণিত অনেকগুলি বইয়ের সাথে পরিচিত এবং পছন্দ করি। কৌশল এবং আইডিয়াগুলির বিস্তৃত বর্ণালীগুলির জন্য আমি বিশেষত ইএসএলকে খুব পছন্দ করি তবে এটি প্রচুর গণিত সহ একটি পরিসংখ্যান বই।


1
বিটিডব্লিউ, আমাকে বলা হয়েছে যে শ্যাচায়ার তার থিসিসে প্রমাণ করেছেন যে দুর্বল পিএসি পিএসি বোঝায়। তার প্রমাণটি বুস্টিং টেকনিকের সমান, সুতরাং এটি একটি তাত্ত্বিক প্রশ্ন কীভাবে খুব ব্যবহারিক ফলাফলের দিকে নিয়ে যায় তার একটি দুর্দান্ত উদাহরণ।
meh

ধন্যবাদ, আপনার মন্তব্যের জন্য। আমি মনে করি মোহরি এবং শ্যালেভ-শোয়ার্টজের বই
কুইকবিয়াম ২ কে

12

আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলির (ফ্রি পিডিএফ ফাইল) সুপারিশ করব। কেন কৌশলগুলি কাজ করে (এবং কখন না সেগুলি করে) সে সম্পর্কে কিছুটা অন্তর্দৃষ্টি সহ - এটির সাথে সম্পর্কিত সমস্ত কৌশলগুলির পর্যাপ্ত গণিত এবং একটি ভাল ভূমিকা রয়েছে।

এছাড়াও স্ট্যাটিস্টিকাল লার্নিংয়ের ভূমিকা (যা আরও ব্যবহারিক - এটি কীভাবে আর করা যায় )। এটি স্ট্যাটিস্টিকাল লার্নিং চলমান একটি কোর্স রয়েছে ; আপনি ইউটিউবে লেকচারগুলি খুঁজে পেতে পারেন (এবং আবার বিনামূল্যে পিডিএফ)।


3
এটি একটি খুব সুন্দর সুপারিশ। এগুলি ছাড়াও, আমি ইয়াসার এস আবু-মোস্তফার কাছ থেকে "ডেটা থেকে শিক্ষা" পরামর্শ দিই। এটি ভারী তাত্ত্বিক তবে শিখার সম্ভাব্যতা এবং ভিসি ডাইমেনশনের মতো খুব স্পষ্টভাবে বিষয়গুলি ব্যাখ্যা করে। ভিডিও এবং স্লাইডগুলি অনলাইনে উপলব্ধ ।
tiagotvv

আমি ইয়াসার এস আবু-মোস্তফার কাছ থেকে "ডেটা লার্নিং" পরামর্শটি দ্বিতীয় স্থানে রেখেছি। বইটি খুব সংক্ষিপ্ত তবে মূল্যবান তথ্যে ভরপুর। শিক্ষার সম্ভাব্যতা এবং জটিলতার পক্ষে প্রকৃতপক্ষে অনেক বেশি মনোনিবেশ করা হয়েছে।
ভ্লাদিস্লাভস ডভগ্লেলেকস

7

আপনি সম্ভবত শেলকপফ এবং স্মোলা দ্বারা কার্নেলগুলি শিখতে পছন্দ করবেন । শেলকফের বেশিরভাগ কাজ গাণিতিকভাবে কঠোর is

এটি বলেছিল, আপনি সম্ভবত পাঠ্যপুস্তকের পরিবর্তে গবেষণা কাগজপত্র পড়া ভাল better গবেষণামূলক কাগজগুলিতে পুরো ডেরাইভেশন এবং কনভার্সনের প্রমাণ, পারফরম্যান্সের সীমাবদ্ধতা ইত্যাদি রয়েছে যা প্রায়শই পাঠ্যপুস্তকের অন্তর্ভুক্ত থাকে না। শুরু করার জন্য একটি ভাল জায়গা হ'ল জার্নাল অফ মেশিন লার্নিং , যা অত্যন্ত সম্মানিত এবং সম্পূর্ণ উন্মুক্ত অ্যাক্সেস। আমিও মত সম্মেলন কার্যধারা সুপারিশ ICML , nips , অশ্বশাবক এবং IJCNN


জার্নাল সহ ইঙ্গিতগুলির জন্য ধন্যবাদ। তবে, আমি আশঙ্কা করছি যে জার্নালগুলি আমার পক্ষে এখন পর্যন্ত খুব উন্নত। তবুও, এই স্থানান্তর ভবিষ্যতের জন্য একটি মূল্যবান উত্স হতে পারে।
কুইকবিয়াম 2 কে 1

4

আমি বোঝার জন্য মেশিন লার্নিংয়ের পরামর্শ দেব : থিওরি থেকে অ্যালগোরিদমে শাই শ্যাভ-শোয়ার্টজ লিখেছেন। আমি স্বীকার করি যে আমি এর কেবলমাত্র ছোট্ট অংশ পড়েছি তবে আমি তত্ক্ষণাত কঠোরতার বিষয়টি লক্ষ্য করেছি যার সাথে লেখক প্রতিটি সমস্যা এবং আলোচনার কাছে এসেছেন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.