先决条件需阅读的书籍神经网络(和理解)
-
22-07-2019 - |
题
我一直在试图了解有关神经网络现在一段时间,我可以理解的一些基本教程在线,并且我已经能够获得通过的部分 神经计算的介绍 但即使在那里,我的窗玻璃在一个很大的数学,以及它成为完全在我头后的头几章。即使是那么它至少本"数学-y"我可以找到。
不,恐怕我的数学或什么,它只是我还没有学到什么,我需要,我不知道我需要什么准确。我目前正在参加在我的地方大学,正在追赶上班我需要进入MS样。Sci程序(我BA是在企业/信息。Sys.) 我还没有得到很远。根据该大学的小的课程说明,NN的实际复盖的在一个电气工程课程模式识别(似乎奇怪对我来说,这当然是EE),其中有几个EE先决条件是,我不需要获得进入MS样。Sci.程序。
我非常感兴趣这个话题,并且知道我最终想要了解更多关于这,问题是,我不知道什么我需要知道第一次。这里是主题我想我可能需要的,但这只是猜测从无知:
- 单变量的微积分(我已经计算I和II,所以我认为我在这里,只是清单的完整性)
- 多可变的微积分
- 线性代数(我已经不采取这种正式的,但实际上可以理解的许多概念从什么我已经神交在维基百科和其他网站)
- 离散数学(另一个我们不采取正式的,但了解到的一部分在我自己的
- 图论
- 理论上的概率
- 贝叶斯的统计数据
- 电路的设计
- 其他的数学?
- 其他comp sci主题
显然有一个神经科学组件,但实际上我还没有任何麻烦了解书,当他们谈论它作为适用于NN的,主要是因为其概念
总之,可以有人打下了一半的明确道路,一个需要真正理解、阅读书和最终实现神经网络?
解决方案
如果你想要一个清单的大学课程,你会需要了解书,这里是:
- 微积分(I、II和III)
- 微分方程
- 线性代数
- 统计数据(或者一个很好的复盖贝叶)
但是,我没有,只是现在我NN类没有差异。Eq。只是不得不看起来的概念,我没有研究。
你可以把黑盒的方法如上所述,但是如果你真的想要了解数学和执行网络,你必须研究。这将是一个陡峭的学习曲线,以充分掌握更先进的网络无论你做什么。你可以采取上述第一类,或者你可以开始读书和看起来一切你不掌握在维基百科,然后从这些文章读什么你要读了解他们,等等。你会发现,无论采取哪一种方式,最终将过去最初的看事情会比较容易。
这将是一件好事,如果你告诉我们,为什么你想学习的神经网络。我找不到一个单一的用于他们在我的职业生涯中,虽然我不是一个游戏开发人员或电信开发人员。
其他提示
你不可能实现"神经网络"--你最终会实现一种特定的NN(例如感知).有许多不同种类的全国营养调查,每一个更适合于某些特定种类的任务,以及各种使用的某些数学(而不是只有数学)的概念,具体地说只有到那个特定的种类。例如,玻尔兹曼的机器使用的概念,从统计学(成立由波尔兹曼).
至于你的问题:没有一个明确的目标,也没有明确的(甚至没有"半清楚")的路径。
我的第二zvrba的想法,你为自己设定一个明确的目标。一些指导的问题:a.你想要学习的全国营养调查作为一种模式的生物网络或作为一个计算工具?b.您是否有兴趣在他们的学习方面?联想记忆?信号处理?c.你想了解复杂的理论?或者只是足够写的模拟软件?
此外,我将开始小:实现一个 感知 在你最喜欢的程序语言。数学不是那么糟糕,它大概将注重你对你下一个步骤。使用的二进制分类数据集,说 UCI的井字游戏的结局.
为基本的,后延期神经网络、最重要的事情是:
微积分
线性代数
基本统计信息/概率
如果你只是寻找更多具体主题的(你说你已经有了计算器,所以我会离开,出),这里有一些主题,将是有益的,要知道,如果不一定直接适用于建设一个神经网络:
解决系统的线性方程(你想学习这一线性代数课程)
最小平方回归
优化理论
你应该认识到,有几个其他方法可用于解决某些问题随着神经网络。
往往最困难的方方面面解决的一个问题是确定最好的方法使用。
即使我回答它在2018年,但我认为它将帮助了很多新来的人是谁在努力学习神经网络。所有的在线课程材料,在网上提供预期的读者具有高度的数学知识或经验。还有一本书,名为"使自己的神经网络"通过塔里克*拉希德.它期望读者具有高中数学的知识。这就是全部。通过这本书的结尾你将能够作出一个程序,读取你的笔迹。