數(shù)學(xué)是一切學(xué)科的基礎(chǔ)，學(xué)習(xí)數(shù)學(xué)是永無止境的。如果你從事商業(yè)領(lǐng)域，或者你所處的行業(yè)都是工程、數(shù)據(jù)、物理以及其他精密科學(xué)方面的專業(yè)人才，那么學(xué)習(xí)數(shù)學(xué)就更有必要了。

在接觸數(shù)據(jù)科學(xué)和機器學(xué)習(xí)時，我已經(jīng)10年沒有碰過數(shù)學(xué)和數(shù)據(jù)之類的東西，也正因如此，最開始我進行得非常困難。我花了好幾個小時看視頻，想了解日常工業(yè)生產(chǎn)中使用的工具是如何運轉(zhuǎn)的。

[[324363]]

然而，我發(fā)現(xiàn)對于Jupyter筆記本中的“import” 和 “fit”，理解它們背后的機制很有必要，所以我決定要重拾那些久未觸碰的數(shù)學(xué)知識。

確實，僅是數(shù)據(jù)科學(xué)方面就還有很多需要學(xué)習(xí)的知識。但你想過嗎?技術(shù)和語言來來去去，但其背后的數(shù)學(xué)知識卻是永恒不變的。

好好利用這次不幸疫情賜給我們的閑暇時光吧，畢竟接下來一段時間你只能待在家里了，不如一起來聽網(wǎng)課。

1. 機器學(xué)習(xí)的必備數(shù)學(xué)知識：Python

課程來源：edX

課程提供機構(gòu)：微軟

課程時長：50小時

課程學(xué)習(xí)前的要求：掌握Python以及一些基本數(shù)學(xué)知識

課程簡介：

想要學(xué)習(xí)機器學(xué)習(xí)或者人工智能，但卻擔(dān)心不具備相應(yīng)的數(shù)學(xué)知識嗎?“代數(shù)”以及“微積分”這樣的詞匯會讓你覺得可怕嗎?是不是在學(xué)校學(xué)習(xí)數(shù)學(xué)的日子已經(jīng)過去太久，以至于你已經(jīng)忘得差不多了?

別擔(dān)心，很多人都是這樣。機器學(xué)習(xí)和人工智能都是基于一些數(shù)學(xué)原理，比如微積分，線性代數(shù)，概率以及最優(yōu)化。許多即將踏入人工智能領(lǐng)域的從業(yè)者都會對這些知識感到懼怕。

[[324364]]

圖源：unsplash

這門課程并不會助你成為一名數(shù)學(xué)家，只會教給你一些基礎(chǔ)概念以及相應(yīng)的表示符號。這門課程也將傳授給你如何處理數(shù)據(jù)，并運用你學(xué)到的技能。

涉及到的主題：

• 等式、函數(shù)、圖表
• 統(tǒng)計和概率
• 微分和最優(yōu)化
• 矢量和矩陣

小貼士：這門課程有開課日期，但你可以在這之前選擇一個日期，并從那里開始免費觀看所有內(nèi)容。

2. 在數(shù)據(jù)科學(xué)中使用Python會遇到的概率和統(tǒng)計

課程來源：edX

課程提供機構(gòu)：加州大學(xué)圣地亞哥分校

課程時長：100-120小時

課程學(xué)習(xí)前的要求：掌握多元微積分和線性代數(shù)

課程簡介：

[[324365]]

圖源：pexels

不確定性推理是噪聲數(shù)據(jù)分析中固有的。概率與統(tǒng)計為這種推理提供了數(shù)學(xué)基礎(chǔ)。

在這門課程中，你會學(xué)到概率和統(tǒng)計的基礎(chǔ)知識，不僅能掌握數(shù)學(xué)理論，還能學(xué)會如何在Jupyter筆記本中對實際數(shù)據(jù)運用這些理論。

涉及到的主題：

• 機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)
• 統(tǒng)計素養(yǎng)：理解如“99%的置信水平”這類表達的含義

小貼士：這門課程有起始日期，但你可以選擇一個之前的起始日期，并從那里開始免費觀看所有內(nèi)容。

3. 機器學(xué)習(xí)中的數(shù)學(xué)

課程來源：Coursera

課程提供機構(gòu)：倫敦帝國理工學(xué)院

課程時長：104小時(實際上的課時至少要多出50%)

課程學(xué)習(xí)前的要求：無

圖源：pexels

課程簡介：

在很多高階的機器學(xué)習(xí)及數(shù)據(jù)科學(xué)課程中，你會發(fā)現(xiàn)自己需要更新一些基礎(chǔ)的數(shù)學(xué)知識。也許這些知識在學(xué)校已經(jīng)學(xué)過了，但這門課程會從其他方面，或者是從不那么直觀的方面來解讀。而你也很難將這些知識應(yīng)用到數(shù)據(jù)科學(xué)中去。

這一專業(yè)課程旨在彌補上述鴻溝，幫助你更好地學(xué)習(xí)并直觀理解一些潛在的數(shù)學(xué)知識，并將其運用于機器學(xué)習(xí)和數(shù)據(jù)科學(xué)。

涉及到的主題：

• 主成分分析
• 線性代數(shù)
• 多元微積分

小貼士：Coursera上的課程及專業(yè)課都可以旁聽。即使你沒有相應(yīng)的文憑也可以接觸到大量的課程資源，上面的課程簡直太豐富了。注冊以后，你只需選擇旁聽的選項即可。

4. 貝葉斯統(tǒng)計：從概念到數(shù)據(jù)分析

課程來源：Coursera

課程提供機構(gòu)：位于圣克魯茲的加州大學(xué)

課程時長：22小時(實際上不少于30小時)

課程學(xué)習(xí)前的要求：掌握有關(guān)概率的一些基礎(chǔ)知識

課程簡介：

這門課程會介紹貝葉斯統(tǒng)計的相關(guān)方法，從概率的概念拓展到數(shù)據(jù)分析，將講授貝葉斯的相關(guān)理論和方法，以及如何將其運用于常見的數(shù)據(jù)類型，也會將貝葉斯理論和頻率主義學(xué)派進行對比，后者則更常出現(xiàn)于課程當(dāng)中。

通過這樣的對比，將向你展示貝葉斯理論的優(yōu)勢所在。

涉及到的主題：

• 概率以及貝葉斯定理
• 連續(xù)數(shù)據(jù)模型
• 統(tǒng)計推斷
• 離散數(shù)據(jù)的先驗和模型

學(xué)好數(shù)學(xué)，為你卓越的數(shù)據(jù)科學(xué)家之路奠基，快點開始吧。