具体描述
《機器學習中的數學》是一本係統介紹機器學習中涉及的數學知識的入門圖書，本書從機器學習中的數學入門開始，以展示數學的友好性為原則，講述瞭機器學習中的一些常見的數學知識。機器學習作為人工智能的核心技術，對於數學基礎薄弱的人來說，其颱階是陡峭的，本書力爭在陡峭的颱階前搭建一個斜坡，為讀者鋪平機器學習的數學之路。
《機器學習中的數學》共19章，分為綫性代數、高等數學和概率3個組成部分。第 1 部分包括嚮量、嚮量的點積與叉積、行列式、代數餘子式、矩陣、矩陣和方程組、矩陣的秩、逆矩陣、高斯—諾爾當消元法、消元矩陣與置換矩陣、矩陣的LU分解、歐幾裏得距離、曼哈頓距離、切比雪夫距離、夾角餘弦等；第2部分包括導數、微分、不定積分、定積分、弧長、偏導、多重積分、參數方程、極坐標係、柱坐標係、球坐標係、梯度、梯度下降算法、方嚮導數、綫性近似、二階近似、泰勒公式、牛頓法、zuixiao二乘法、求解極值、拉格朗日乘子法、KKT條件、歐拉—拉格朗日方程等；第3部分包括概率、古典概型、幾何概型、互斥事件、獨立事件、分布函數、離散型分布、連續型分布等。
《機器學習中的數學》內容全麵，語言簡練，實例典型，實用性強，立足於“友好數學”，與機器學習完美對接，適閤想要瞭解機器學習與深度學習但數學基礎較為薄弱的程序員閱讀，也適閤作為各大高等院校機器學習相關專業的教材。機器學習及數學愛好者、海量數據挖掘與分析人員、金融智能化從業人員等也可選擇本書參考學習。
用户评价
##蛮好，比想象的好，有不少收获。尤其12-17章。 可惜内容偏少。不够全面，很多地方也不够深入
评分##很一般，不过挺通俗，比较多的瑕疵错误
评分##马马虎虎的一本书吧。更偏向于一本教科书，而不是一本工具书。 来说说缺点吧，书的知识点看似涉及比较广，但是真正和自己学习以及深度学习相关的知识，却并不是很多，即使涉及到的知识点，也没有能够很深入的讲解。 要说这本书的内容丰富吧，它又不是很全面，线性代数和概率论的部分，一笔带过，没有写得很深入。 总之，可以看看，但收获不大。
评分##和机器学习真的没啥关系。封面忽悠人，kkd条件在书里就一页纸。全书就是高数线代概率论合集，附加少量优化的内容。很多东西根本在机器学习里用不到，纯凑页数和噱头
评分##马马虎虎的一本书吧。更偏向于一本教科书，而不是一本工具书。 来说说缺点吧，书的知识点看似涉及比较广，但是真正和自己学习以及深度学习相关的知识，却并不是很多，即使涉及到的知识点，也没有能够很深入的讲解。 要说这本书的内容丰富吧，它又不是很全面，线性代数和概率论的部分，一笔带过，没有写得很深入。 总之，可以看看，但收获不大。
评分##内容全面，讲述比较生动。 但是章节编排有点奇怪，比如极值放在梯度下降的后面，塞在牛顿法和拉格朗日乘子之间。
评分##很一般，不过挺通俗，比较多的瑕疵错误
评分##蛮好，比想象的好，有不少收获。尤其12-17章。 可惜内容偏少。不够全面，很多地方也不够深入
评分##马马虎虎的一本书吧。更偏向于一本教科书，而不是一本工具书。 来说说缺点吧，书的知识点看似涉及比较广，但是真正和自己学习以及深度学习相关的知识，却并不是很多，即使涉及到的知识点，也没有能够很深入的讲解。 要说这本书的内容丰富吧，它又不是很全面，线性代数和概率论的部分，一笔带过，没有写得很深入。 总之，可以看看，但收获不大。
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有