人工智能数学基础【正版新书】
正版新书出版社直发可开发票，支持7天无理由
￥ 67.5 5.7折 ￥ 119 全新
库存2件
江苏无锡
认证卖家担保交易快速发货售后保障
作者唐宇迪等
出版社北京大学出版社
ISBN9787301314319
出版时间2020-11
装帧平装
开本16开
定价119元
货号30995923
上书时间2024-07-13
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
目录
第1 章 人工智能与数学基础..........１
第 1 篇
基础篇................................................................. 9
第 2 章 高等数学基础 ................. １0
第 3 章 微积分..............................39
第 4 章 泰勒公式与拉格朗日
乘子法..............................53
第 2 篇
核心篇............................................................... 69
第 5 章 将研究对象形式化—线性
代数基础 ..........................70
第 6 章 从数据中提取重要信息—
特征值与矩阵分解..........127
第 7 章 描述统计规律 1—概率论
基础................................155
第 8 章 描述统计规律 2—随机变量
与概率估计........................185
提高篇............................................................. 225
第 9 章 随机变量的几种分布...... 226
第 10 章 数据的空间变换—核函数
变换............................. 287
第 11 章 熵与激活函数 .............. 323
第 12 章 假设检验 ..................... 344
第 13 章 相关分析...................... 375
第 14 章 回归分析......................409
第 15 章 方差分析......................449
第 16 章 聚类分析......................469
第 17 章 贝叶斯分析....................513
内容摘要
数据科学与人工智能数学基础课旨在帮助读者快速打下数学基础，通俗讲解每一个知识点。
全书分为3篇，共17章。其中第1篇为基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日；第2篇为核心知识篇，主要讲述了线性代数基础、特征值与矩阵分解、随机变量与概率估计、概率论基础、数据科学的几种分布、核函数变换、熵与激活函数；第3篇为应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。书中案例均是与AI相关的案例。
本书适合准备从事或学习数据科学与人工智能相关行业的读者。
— 没有更多了 —
以下为对购买帮助不大的评价