Stai pensando di lanciarti nell’affascinante e iper-discusso settore del Machine Learning ma sei spaventato da tutta la matematica che c’è dentro ?

Beh, fai bene a spaventarti ! Per comprendere appieno cosa c’è dietro il machine learning devi avere delle solide basi matematiche.

La buona notizia è che non ti serve conoscere tutto da subito, puoi limitarti a studiare il machine learning ad alto livello avendo sempre cognizione di causa di ciò che stai facendo (cioè senza aggiungere strati ad cazzum ad una rete neurale con Keras) in modo da poterlo integrare nella tua professione, oppure puoi approfondire i risvolti matematici in seguito o man mano che si presentano.

Ad ogni modo, questo articolo si intitola “Quali sono i prerequisiti matematici per imparare il machine learning ?” pertanto eccoteli qui:

• Calcolo infinitesimale: gli algoritmi di ottimizzazione (leggasi Gradient Descent) sono ancora la chiave della maggior parte dei modelli di machine learning e questi si basano su concetti di calcolo come derivate e gradienti.
• Algebra lineare: Vettori, matrici e anche tensori, insieme alle varie operazioni (somma, prodotto scalare, prodotto vettoriale) sono stra utilizzati nel machine learning.
• Statistica e Calcolo delle probabilità: il machine learning parte dalla statistica, quindi questa e calcolo delle probabilità sono conoscenze necessarie per una sua padronanza.

Dove posso imparare la matematica per il Machine Learning ?

L’Imperial College di Londra ha lanciato una serie di tre corsi fruibili tramite Coursera a questo proposito, il percorso si chiama Mathematics for Machine Learning Specialization e puoi seguirlo gratuitamente come auditore.

Altra risorsa che mi sento sempre di consigliare è Khan Academy, piattaforma di elearning no-profit per discipline scientifiche, la ho utilizzata spesso per la mia formazione e posso garantire che il materiale è di ottimo livello.

Se non mastichi bene l’inglese allora ti può essere di aiuto YouMath, portale 100% italiano con un’infinità di materiale didattico molto chiaro sulla matematica, qui ad esempio trovi un’ottima serie di risorse sulle derivate, che sono uno degli argomenti più importanti per comprendere come il machine learning viene utilizzato per apprendere dai dati.

• Top