原文：
www.kdnuggets.com/2020/05/charu-linear-algebra-optimization-machine-learning-textbook.html
赞助帖子。
《机器学习的线性代数与优化：一本教科书》（Springer），作者 Charu C. Aggarwal，2020 年 5 月。
PDF 下载链接（仅限连接到订阅机构的计算机免费）。PDF 版本包含电子阅读器的链接，并且在公式排版方面优于 Kindle 版本。
从**Springer或Amazon**购买精装本（面向公众）
购买低价平装本（右侧的 MyCopy 链接仅在连接到订阅机构的计算机上出现）
机器学习初学者常面临的一个挑战是对线性代数和优化的广泛背景要求，这使得学习曲线非常陡峭。因此，本书通过将线性代数和优化作为主要研究主题，将机器学习问题的解决方案作为这些方法的应用，从而逆转了焦点。因此，本书还提供了对机器学习的显著了解。此书的章节属于两个类别：
线性代数及其应用： 这些章节重点介绍线性代数的基础知识及其在奇异值分解、相似性矩阵（核方法）和图分析中的常见应用。许多机器学习应用被用作示例，如谱聚类、基于核的分类和异常检测。
优化及其应用： 讨论了优化中的基本方法，如梯度下降、牛顿法和坐标下降。还介绍了约束优化方法。详细讨论了机器学习应用，如线性回归、支持向量机、逻辑回归、矩阵分解、推荐系统和 K-means 聚类。还讨论了计算图中的优化的一般视图及其在神经网络反向传播中的应用。
练习题既包含在章节文本中，也包含在章节末尾。该书面向多样的读者，包括研究生、研究人员和从业者。该书提供纸质版（精装）和电子版。如果需要电子版，强烈建议购买 PDF 版（而非 Kindle 版，因为 Springer 难以控制方程式的布局和格式），可以通过以下**Springerlink 链接**购买。对于订阅机构，请从直接连接到您机构网络的计算机上点击下载书籍。Springer 使用计算机的域名来控制访问权限。要符合资格，您的机构必须订阅“电子书包英语（计算机科学）”或“电子书包英语（完整合集）”。如果您的机构符合条件，您将看到一个（免费）下载书籍按钮。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 需求