幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習之數學基礎-概率統計與演算法應用

  • 作者：朱寧|責編:叢艷姿
  • 出版社：中國水利水電
  • ISBN：9787522622446
  • 出版日期：2024/06/01
  • 裝幀：平裝
  • 頁數：246
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書先從概率論的基礎講起，然後逐步深入到概率論在機器學習中的應用，最後結合機器學習實戰案例，重點介紹了概率論的概念及其在機器學習中的應用。通過本書讀者不但可以系統地學習常見概率的相關知識，還能對機器學習開發有更深入的理解。
    本書共10章，涵蓋的主要內容：機器學習概述；為什麼機器學習需要概率論；概率的定義；集合和事件；獨立性；概率的性質；常見的計算概率方法；離散型和連續型概率分佈；離散型和連續型概率分佈的期望值、方差與標準差；幾種常見的離散型和連續型概率分佈；條件概率；聯合概率；邊緣概率；貝葉斯理論；隨機過程簡介；馬爾可夫鏈；隱馬爾可夫模型；高斯過程；常見的機器學習Python庫；機器學習分類演算法和回歸演算法簡介；概率論在分類演算法和回歸演算法中的應用；常見的分類演算法和回歸演算法；強化學習簡介；有趣的機器人遊戲；GAN；圖片風格轉換
    本書內容通俗易懂，案例豐富，實用性強，不僅適合概率論的入門讀者和進階讀者閱讀，也適合機器學習從業者、人工智慧演算法專家等其他人工智慧愛好者閱讀。另外，本書也可以作為相關培訓機構的教材。
作者介紹
朱寧|責編:叢艷姿
    朱寧，擁有豐富的AI研究背景及實戰經驗，曾在華為任職AI演算法工程師，並在微軟擔任資深科學家，精通機器學習、深度學習及數據分析的理論與實踐。關注自然語言處理領域的前沿研究，尤其關注ChatGPT技術的發展，成功將其應用於職場，不斷提升工作效率和晉陞力。在人工智慧與職場技能交叉的領域，為AI項目創造了顯著的成果，全面展現了職場中AI的可能性和潛力。
目錄
第1章  機器學習概述
  1.1  機器學習簡介
    1.1.1  監督學習
    1.1.2  無監督學習
    1.1.3  強化學習
  1.2  機器學習和人工智慧的發展史
    1.2.1  邏輯推理時代
    1.2.2  專家系統時代
    1.2.3  機器學習和深度學習時代
  1.3  深度學習
  1.4  機器學習基礎——概率論
  1.5  常用的機器學習Python庫
    1.5.1  NumPy
      代碼1.1  比較NumPy和原生態Python：Compare_Numpy_and_Pure_Python.py
    1.5.2  pandas
      代碼1.2  pandas示例代碼：Demo_for_Pandas.py
    1.5.3  matplotlib
      代碼1.3  matplotlib示例代碼：Demo_for_Matplotlib.py
    1.5.4  PyTorch
      代碼1.4  PyTorch示例代碼：Demo_for_Pytorch.py
    1.5.5  TensorFlow
      代碼1.5  TensorFlow示例代碼：Fit Data_with_Tensorflow.py
    1.5.6  SKlearn
      代碼1.6  SKlearn示例代碼：Demo_for_SKLearn.py
    1.5.7  Keras
      代碼1.7  Keras示例代碼：Demo for Keras.py
    1.5.8  習題
  1.6  溫故而知新
第2章  概率的基本概念
  2.1  概率的定義
  2.2  集合和事件
    2.2.1  集合和子集
    2.2.2  集合的相互作用
    2.2.3  集合的運算
    2.2.4  事件
    2.2.5  習題
  2.3  獨立性
    2.3.1  獨立性的定義
    2.3.2  獨立性的性質
    2.3.3  多個事件的獨立性
      代碼2.1  撲克牌抽牌獨立性：Poker Indepent.py
    2.3.4  習題
  2.4  概率的取值範圍和運算
    2.4.1  概率的取值範圍
    2.4.2  概率的運算
    2.4.3  習題
  2.5  常見的計算概率的方法
    2.5.1  窮舉法
    2.5.2  頻率替代法
    2.5.3  幾何法

      代碼2.2  模擬射靶概率：Simulation Shoot Probability.py
    2.5.4  習題
  2.6  溫故而知新
第3章  離散型概率分佈
  3.1  離散型概率分佈簡介
    3.1.1  離散型概率分佈的定義
    3.1.2  離散型概率分佈的性質
    3.1.3  離散型概率分佈的概率質量函數
    3.1.4  離散型概率分佈的累積分佈函數
    3.1.5  習題
  3.2  離散型概率分佈的期望值
    3.2.1  離散型概率分佈的期望值定義
  ……
第4章  連續型概率分佈
第5章  貝葉斯理論
第6章  隨機過程
第7章  概率論與機器學習分類演算法
第8章  概率論與機器學習回歸演算法
第9章  實戰：強化學習
第10章  實戰：GAN

  • 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