Свежая книга "Random Matrix Methods for Machine Learning" поможет понять, зачем в машинном обучении нужны функции комплексного переменного, интегралы по контуру, спектральная теория, комбинаторика и

Свежая книга "Random Matrix Methods for Machine Learning" поможет понять, зачем в машинном обучении нужны функции комплексного переменного, интегралы по контуру, спектральная теория, комбинаторика и т.п. Есть следующие разделы

- Random Matrix Theory

- Statistical Inference in Linear Models

- Kernel Methods

- Large Neural Networks

- Large-Dimensional Convex Optimization

- Community Detection on Graphs

- Universality and Real Data

Например, в первом изучается спектр матрицы XX^T, которая много где возникает (в методе главных компонент, теории ядер и т.п.) А в четвёртом есть интересные результаты про т.н. двойной спуск.

Книга для очень подготовленного читателя!

Скачать PDF: https://zhenyu-liao.github.io/pdf/RMT4ML.pdf

Источник: zhenyu-liao.github.io

Комментарии: