机器学数学基础 人工智能 新华正版
精心提炼机器学需要的数学知识,易学易懂又好用,数学不难,从这本书开始!
¥
66.25
6.1折
¥
109
全新
库存16件
作者作者
出版社电子工业出版社
ISBN9787121428197
出版时间2022-03
版次1
装帧平装
开本16开
页数448页
字数716千字
定价109元
货号xhwx_1202601688
上书时间2023-11-18
商品详情
- 品相描述:全新
-
正版特价新书
- 商品描述
-
主编:
"从读者需求出发,精心提炼机器学所需数学基础知识无门槛,通俗易懂,注重读者感受,既好学,又实用基于python,从应用角度阐述数学在机器学中的应用选用大量工程实践案例,打通数学基础与机器学间的壁垒"
目录:
章 向量和向量空间
1.1 向量
1.1.1 描述向量
1.1.2 向量的加
1.1.3 向量的数量乘
1.2 向量空间
1.2.1 什么是向量空间
1.2.2 线组合
1.2.3 线无关
1.2.4 子空间
1.3 基和维数
1.3.1 极大线无关组
1.3.2 基
1.3.3 维数
1.4 内积空间
1.4.1 什么是内积空间
1.4.2 点积和欧几里得空间
1.5 距离和角度
1.5.1 距离
1.5.2 基于距离的分类
1.5.3 范数和正则化
1.5.4 角度
1.6 非欧几何
第2章 矩阵
2.1 基础知识
2.1.1 什么是矩阵
2.1.2 初等变换
2.1.3 矩阵加
2.1.4 数量乘
2.1.5 矩阵乘
2.2 线映
2.2.1 理解什么是线
2.2.2 线映
2.2.3 矩阵与线映
2.2.4 齐次坐标系
2.3 矩阵的逆和转置
2.3.1 逆矩阵
2.3.2 转置矩阵
2.3.3 矩阵lu分解
2.4 行列式
2.4.1 计算方和意义
2.4.2 线方程组
2.5 矩阵的秩
2.6 稀疏矩阵
2.6.1 生成稀疏矩阵
2.6.2 稀疏矩阵压缩
2.7 图与矩阵
2.7.1 图的基本概念
2.7.2 邻接矩阵
2.7.3 关联矩阵
2.7.4 拉普拉斯矩阵
第3章 特征值和特征向量
3.1 基本概念
3.1.1 定义
3.1.2 矩阵的迹
3.1.3 一般质
3.2 应用示例
3.2.1 动力系统微分方程
3.2.2 马尔科夫矩阵
3.3 相似矩阵
3.3.1 相似变换
3.3.2 几何理解
3.3.3 对角化
3.4 正交和投影
3.4.1 正交集和标准正交基
3.4.2 正交矩阵
3.4.3 再探对称矩阵
3.4.4 投影
3.5 矩阵分解
3.5.1 qr分解
3.5.2 特征分解
3.5.3 奇异值分解
3.5.4 数据压缩
3.5.5 降噪
3.6 小二乘(1)
3.6.1 正规方程
3.6.2 线回归(1)
第4章 向量分析
4.1 向量的代数运算
4.1.1 积
4.1.2 张量和外积
4.2 向量微分
4.2.1 函数及其导数
4.2.2 偏导数
4.2.3 梯度
4.2.4 矩阵导数
4.3 很优化方
4.3.1 简单的线规划
4.3.2 小二乘(2)
4.3.3 梯度下降
4.3.4 线回归(2)
4.3.5 牛顿
4.4 反向传播算
4.4.1 神经网络
4.4.2 参数学
4.4.3 损失函数
4.4.4 激活函数
4.4.5 理论推导
第5章 概率
5.1 基本概念
5.1.1 试验和事件
5.1.2 理解概率
5.1.3 条件概率
5.2 贝叶斯定理
5.2.1 事件的独立
5.2.2 全概率公式
5.2.3 理解贝叶斯定理
5.3 变量和概率分布
5.3.1 变量
5.3.2 离散型变量的分布
5.3.3 连续型变量的分布
5.3.4 多维变量及分布
5.3.5 条件概率分布
5.4 变量的和
5.4.1 离散型变量的和
5.4.2 连续型变量的和
5.5 变量的数字特征
5.5.1 数学期望
5.5.2 方差和协方差
5.5.3 计算相似度
5.5.4 协方差矩阵
第6章 数理统计
6.1 样本和抽样
6.1.1 体和样本
6.1.2 统计量
6.2 点估计
6.2.1 优选似然估计
6.2.2 线回归(3)
6.2.3 优选后验估计
6.2.4 估计的选择标准
6.3 区间估计
6.4 参数检验
6.4.1 基本概念
6.4.2 正态体均值的设检验
6.4.3 正态体方差的设检验
6.4.4 p值检验
6.4.5 用设检验比较模型
6.5 非参数检验
6.5.1 拟合优度检验
6.5.2 列联表检验
第7章 信息与熵
7.1 度量信息
7.2 信息熵
7.3 联合熵和条件熵
7.4 相对熵和交熵
7.5 互信息
7.6 连续分布
附录a
后记
内容简介:
本书系统地阐述机器学的数学基础知识,但并非大学数学教材的翻版,而是以机器学算为依据,选取相关的数学知识,并从应用的角度阐述各种数学定义、定理等,侧重于讲清楚它们的应用和实现方。所以,书中将使用开发者喜欢的编程语言(python)来实现各种数学计算,并阐述数学知识在机器学算中的应用体现。本书从读者需求角度出发,非常适合作为机器学的开发者和学者的参用书,也可作为高校相关专业的教材。
作者简介:
齐伟,江湖名号老齐,已在代码世界耕耘多年,并先后出版了跟老齐学python:轻松入门跟老齐学python:django实战跟老齐学python:数据分析python大学实用教程数据准备和特征工程等图书。
— 没有更多了 —
以下为对购买帮助不大的评价