消息首页搜索举报

机器学习数学基础一本通(Python版)

全新正版极速发货

64.05 6.5折 99 全新

库存5件

广东广州

认证卖家担保交易快速发货售后保障

作者洪锦魁

出版社清华大学出版社

ISBN9787302574279

出版时间2021-04

装帧平装

开本32开

定价99元

货号1202331358

上书时间2024-06-03

徐小智的书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

风险管理实务从入门到精通 ¥50.89

人文护理教学案例 ¥22.57

中国文学史中国文学史要略 ¥15.05

河南省建筑与市政工程建设防灾减灾及应急处理技术标准 DBJ41/T 273-2023 备案号:J17163-2023 ¥10.55

名师领航高考历史真题优拆解新高考版(全2册) ¥38.43

品味巴蜀 ¥20.35

火星战场/英雄赛尔号暗黑星云4 ¥0.87

乡村旅游发展理论、实践与案例 ¥31.84

中文Flash CS5动画制作操作教程 ¥16.21

商品详情

品相描述：全新

商品描述: 作者简介
"洪锦魁，中国台湾地区计算机专家，IT图书知名作者。其著作特色：所有程序语法会依特性分类，同时以实用的程序实例进行解说，让读者可以事半功倍地轻松掌握相关知识。
近年出版作品：
算法零基础一本通（Python版）
Python数据科学零基础一本通
Python入门很简单
Python归来
Python GUI设计：tkinter菜鸟编程
"

目录
章数据可视化

1-1 认识matplotlib.pyplot模块的主要函数

1-2 绘制简单的折线图plot()

1-2-1 画线基础实践

1-2-2 线条宽度linewidth

1-2-3 标题的显示

1-2-4 坐标轴刻度的设定

1-2-5 多组数据的应用

1-2-6 线条色彩与样式

1-2-7 刻度设计

1-2-8 图例legend()

1-2-9 保存与开启文件

1-2-10 在图上标记文字

1-3 绘制散点图scatter()

1-3-1 基本散点图的绘制

1-3-2 绘制系列点

1-3-3 设定绘图区间

1-4 numpy模块

1-4-1 建立一个简单的数组linspace()和arange()

1-4-2 绘制波形

1-4-3 建立不等宽度的散点图

1-4-4 填满区间

1-4-5 色彩映射

1-5 图表显示中文

第2章数学模块math和sympy

2-1 数学模块的变量

2-2 一般函数

2-3 log()函数

2-4 三角函数

2-5 sympy模块

2-5-1 定义符号

2-5-2 name属性

2-5-3 定义多个符号变量

2-5-4 符号的运算

2-5-5 将数值代入公式

2-5-6 将字符串转为数学表达式

2-5-7 解一元一次方程式

2-5-8 解一元二次方程式

2-5-9 解含未知数的方程式

2-5-10 解联立方程式

2-5-11 绘制坐标图的基础

2-5-12 设定绘图的x轴区间

2-5-13 增加绘图标题与轴标题

2-5-14 多函数图形

2-5-15 plot()的show参数

2-5-16 使用不同颜色绘图

2-5-17 图表增加图例

第3章机器学习基本概念

3-1 人工智能、机器学习、深度学习

3-2 认识机器学习

3-3 机器学习的种类

3-3-1 监督学习

3-3-2 无监督学习

3-3-3 强化学习

3-3-4 本书的目标

3-4 机器学习的应用范围

第4章机器学习的基础数学

4-1 用数字描绘事物

4-2 变量概念

4-3 从变量到函数

4-4 等式运算的规则

4-5 代数运算的基本规则

4-6 用数学抽象化开餐厅的生存条件

4-6-1 数学模型

4-6-2 经营数字预估

4-6-3 经营绩效的计算

……

第5章认识方程式、函数、坐标图形

第6章从联立方程式看机器学习的数学模型

第7章从勾股定理看机器学习

第8章联立不等式与机器学习

第9章机器学习需要知道的二次函数

0章机器学习的最小平方法

1章机器学习必须懂的集合

2章机器学习必须懂的排列与组合

3章机器学习需要认识的概率

4章二项式定理

5章指数概念与指数函数

6章对数

7章欧拉数与逻辑函数

8章三角函数

9章从基础统计了解大型运算符

第20章机器学习的向量

第21章机器学习的矩阵

第22章向量、矩阵与多元线性回归

内容摘要
这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、很小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。本书语言简明，案例丰富，实用性强，适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读，也适合作为高等院校机器学习相关专业的教材。

主编推荐
本书语言简明，案例丰富，实用性强，适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读，也适合作为高等院校机器学习相关专业的教材。

— 没有更多了 —

机器学习数学基础一本通(Python版)

徐小智的书店

商品详情

相关推荐