幫助中心 | 我的帳號 | 關於我們

機器學習數學基礎(Python語言實現)

  • 作者:編者:周洋//張小霞|責編:王繼偉
  • 出版社:北京大學
  • ISBN:9787301322673
  • 出版日期:2021/08/01
  • 裝幀:平裝
  • 頁數:254
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是一本系統介紹機器學習所涉及的數學知識和相關Python編程的實例工具書,同時還介紹了非常經典的綜合案例,除了編寫機器學習的代碼,還編寫了深度學習的代碼。本書一共分為兩部分。
    第一部分為數學基礎知識部分,包含8個章節,介紹了微積分、線性代數、概率統計、資訊理論、模糊數學、隨機過程、凸優化和圖論的系統知識體系及幾個數學知識點對應的Python編程實例。通過這些實例,讀者能夠了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相應的庫函數的應用。
    第二部分為案例部分,包含4個章節,介紹了微積分、線性代數和概率統計問題的建模方法、求解流程和編程實現,以及工業生產領域的Python實戰,包含了機器學習演算法和深度學習PyTorch框架的應用。
    在學習本書內容前,建議讀者先掌握基本的Python編程知識和數學基礎,然後將本書通讀一遍,了解本書的大概內容,最後再跟著實例進行操作。
    本書既注重數學理論,又偏重編程實踐,實用性強,適用於對編程有一定基礎,對系統的數學知識非常渴望,想從事人工智慧、大數據等方向研究的讀者。同時也適合作為廣大職業院校相關專業的教材或參考用書。

作者介紹
編者:周洋//張小霞|責編:王繼偉

目錄
第1章  微積分
  1.1  函數和極限
    1.1.1  函數的定義
    1.1.2  反函數
    1.1.3  複合函數
    1.1.4  多元函數
    1.1.5  函數極限的性質
    1.1.6  洛必達法則
    1.1.7  函數的連續性
    1.1.8  拉格朗日乘數法
    1.1.9  函數間斷點
    小試牛刀01:Python編程實現函數極限
  1.2  導數
    1.2.1  導數的概念
    1.2.2  偏導數、全導數
    1.2.3  高階導數
    1.2.4  函數的基礎求導法則
    1.2.5  鏈式法則及複雜函數的求導
    1.2.6  導數的應用
  1.3  方嚮導數和梯度
    1.3.1  向量
    1.3.2  方嚮導數、梯度
    1.3.3  雅可比矩陣與近視問題
    1.3.4  黑塞矩陣
    小試牛刀02:Python編程實現雅可比矩陣、黑塞矩陣
  1.4  積分
    1.4.1  不定積分
    1.4.2  求不定積分的方法
    1.4.3  定積分
  專家點撥
    NO1.從事編程開發的人員如何學習微積分?
    NO2.學習微積分需要全部掌握嗎?
    NO3.學習微積分需要大量做題嗎?
本章小結
第2章  線性代數
第3章  概率統計
第4章  資訊理論
第5章  模糊數學
第6章  隨機過程
第7章  凸優化
第8章  圖論
第9章  微積分的應用案例
第10章  線性代數的應用案例
第11章  概率統計的應用案例
第12章  綜合應用案例
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032