Mathematics for Machine Learning [pdf]

Livre à paraître l’an prochain, mis à disposition gratuitement au format PDF. Total : 417 pages.

Partie I : Fondements mathématiques

1. Introduction et motivation

2. Algèbre linéaire

3. Géométrie analytique

4. Décompositions matricielles

5. Calcul vectoriel

6. Probabilité et distributions

7. Optimisation continue

Partie II : Problèmes centraux du machine learning

8. Quand les modèles rencontrent les données

9. Régression linéaire

10. Réduction de dimension avec l’analyse en composantes principales

11. Estimation de densité avec les modèles de mélanges gaussiens

12. Classification avec les machines à vecteurs de support