Mathematics for Machine Learning [pdf]

Das im nächsten Jahr erscheinende Buch wird als kostenloses PDF veröffentlicht. Insgesamt 417 Seiten.

Teil I: Mathematische Grundlagen

1. Einführung und Motivation

2. Lineare Algebra

3. Analytische Geometrie

4. Matrixzerlegungen

5. Vektoranalysis

6. Wahrscheinlichkeit und Verteilungen

7. Kontinuierliche Optimierung

Teil II: Zentrale Probleme des Machine Learning

8. Wenn Modelle auf Daten treffen

9. Lineare Regression

10. Dimensionsreduktion mit Principal Component Analysis

11. Dichteschätzung mit Gaussian Mixture Models

12. Klassifikation mit Support Vector Machines