同類熱銷排行榜

機器學習數學基礎(概率論與數理統計Python語言描述)

作者：李昂|責編:張雲靜
出版社：北京大學
ISBN：9787301324059

出版日期：2021/10/01
裝幀：平裝
頁數：299

人民幣：RMB 79 元售價：元

內容大鋼

    本書從最基礎的概率知識談起，逐步深入至機器學習以及深度學習的分類演算法，並在最後配合深度學習的實戰案例，介紹Softmax回歸函數在手寫體數字識別中的具體應用，讓讀者通過動手編輯代碼更深入地了解概率論在人工智慧領域的重大作用。
    本書分為16章，涵蓋的內容主要有機器學習及概率、隨機試驗及概率、隨機變數及其分佈、多維隨機變數及其分佈、貝葉斯問題、正態分佈、隨機變數的數字特徵；機器學習中的損失函數、大數定律、樣本及抽樣分佈、參數估計、馬爾科夫鏈、過擬合與欠擬合問題、安裝TensorFlow、卷積神經網路和手寫體數字識別。
    本書搭配了大量的插圖，以身邊的生活現象為基礎深入淺出地介紹了什麼是概率，特別適合數學基礎薄弱、想學習概率又擔心自己學不會的初學者閱讀，同時也適合機器學習、深度學習的人IT智能愛好者閱讀。

作者介紹

李昂|責編:張雲靜
李昂，工學博士，江蘇徐州人。曾擔任江蘇徐州工程機械研究院技術專家、碧桂園授權導師，現任江蘇省產業技術研究院集萃道路工程技術與裝備研究所信息化部部長。在CSDN上發表博客70余篇。

第1章  機器學習及概率
  1.1  機器學習概述
  1.2  機器學習的發展歷史
  1.3  機器學習的研發進展
  1.4  機器學習與概率的關係
第2章  隨機試驗及概率
  2.1  概率及概率的特點
    2.1.1  隨機試驗
    2.1.2  樣本空間
    2.1.3  隨機事件
    2.1.4  事件之間的關係
    2.1.5  事件之間的運算
  2.2  概率與頻率
    2.2.1  頻率
    2.2.2  概率
  2.3  等可能概型（古典概型）
    2.3.1  等可能概型的定義
    2.3.2  等可能概型的計算公式
    2.3.3  拋硬幣問題
    2.3.4  組合分析方法
  2.4  概率小故事——三門問題
第3章  隨機變數及其分佈
  3.1  隨機變數
    3.1.1  引入隨機變數的意義
    3.1.2  隨機變數的定義
    3.1.3  隨機變數的分類
  3.2  離散型隨機變數及其分佈律
    3.2.1  離散型隨機變數定義
  ……
第4章  多維隨機變數及其分佈
第5章  貝葉斯問題
第6章  正態分佈
第7章  隨機變數的數字特徵
第8章  機器學習中的損失函數
第9章  大數定律
第10章  樣本及抽樣分佈
第11章  參數估計
第12章  馬爾科夫鏈
第13章  過擬合與欠擬合問題
第14章  安裝TensorFlow
第15章  卷積神經網路
第16章  手寫體數字識別

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

機器學習數學基礎(概率論與數理統計Python語言描述)