机器学习的数学基础
人工智能 新华书店全新正版书籍
￥ 95.03 6.8折 ￥ 139 全新
库存14件
江苏无锡
认证卖家担保交易快速发货售后保障
作者[马来西亚]翁承顺（ChengSoonOng） 著；[英]马克·彼得·戴森罗特（MarcPeterDeisenroth）；[英]A.阿尔多·费萨尔（A.AldoFaisal）
出版社机械工业出版社
出版时间2024-11
版次1
装帧其他
货号1203465121
上书时间2024-12-29
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 新华文轩网络书店 全新正版书籍
- 商品描述
- 理解机器学习所需的基本数学工具包括线性代数、解析几何、矩阵分解、向量微积分、优化、概率和统计。传统上，这些主题是在不同的课程中介绍的，这使得数据科学或计算机科学专业的学生或者专业人士很难有效地学习数学基础。本书弥补了纯数学书籍和机器学习书籍存在的单一性问题，介绍了理解机器学习推荐的数学概念，并使用这些概念推导出了四种核心机器学习方法：线性回归、主成分分析、高斯混合模型和支持向量机。对于学生和其他具有数学背景的人来说，这些推导可以作为理解机器学习的一个起点。对于首次学习数学的人来说，这些方法有助于建立应用数学概念的直觉和实践经验。本书每一章都包括一些例子，大部分章还配有习题，以便读者检验和巩固所学知识。
图书标准信息
- 作者 [马来西亚]翁承顺（ChengSoonOng） 著；[英]马克·彼得·戴森罗特（MarcPeterDeisenroth）；[英]A.阿尔多·费萨尔（A.AldoFaisal）
- 出版社 机械工业出版社
- 出版时间 2024-11
- 版次 1
- ISBN 9787111763222
- 定价 139.00元
- 装帧 其他
- 开本 16开
点击展开
点击收起
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价