





定价:99元
印次:1-2
ISBN:9787302570929
出版日期:2021.03.01
印刷日期:2022.01.05
图书责编:赵凯
图书分类:零售
数学是机器学习和数据科学的基础,任何期望涉足相关领域并切实领悟具体技术与方法的人都无法绕过数学这一关。本书系统地整理并介绍了机器学习中所涉及的必备数学基础,这些都是笔者从浩如烟海的数学知识中精心萃取的,在学习和研究机器学习技术时所必须的内容。具体包括微积分(主要是与**化内容相关的部分)、概率论与数理统计、数值计算、信息论、凸优化、泛函分析基础与变分法,以及蒙特卡洛采样等话题。为了帮助读者加深理解并强化所学,本书还从上述数学基础出发进一步介绍了回归、分类、聚类、流形学习、集成学习,以及概率图模型等机器学习领域中的重要话题。其间,本书将引领读者循序渐进地拆解各路算法的核心设计思想及彼此间的关联关系,并结合具体例子演示基于Python进行实际问题求解的步骤与方法。真正做到理论与实践并重,让读者知其然更知其所以然。本书可作为机器学习及相关课程的教学参考书,适用于高等院校人工智能、机器学习或数据挖掘等相关专业的师生研习之用,也可供从事计算机应用(特别是数据科学相关专业)的研发人员参考。
左飞 博士,技术作家、译者。著作涉及人工智能、图像处理和编程语言等多个领域,其中两部作品的繁体版在中国台湾地区发行。同时,他还翻译出版了包括《编码》在内的多部经典著作。曾荣获“最受读者喜爱的IT图书作译者奖”。他撰写的技术博客(https://baimafujinji.blog.csdn.net/)非常受欢迎,累计拥有近500万的访问量。
前言 2008年7月25日,美国卡内基梅隆大学计算机系教授兰迪·波许(Randy Pausch),因胰腺癌晚期及并发症去世,享年47岁。波许教授生前曾是人机界面领域的知名专家,国际计算机协会会士(ACM Fellow)。但更令其广为人知的是他于2007年9月(即去世前10个月)所做的一场题为《最后一课》(The Last Lecture)的著名演说。这篇演说反响极大,数以百万计的观众在线收看了演讲视频,美国广播电视网将他选为“2007年度人物”之一,《时代》杂志将他列入了“世界上影响最大的100人”,同名书籍长期位列“纽约时报畅销书(建议类)”榜首。 在这篇演说中,波许教授回顾了自己人生中的若干重要片段,而“墙”这个意象也多次出现。例如在开篇部分,波许教授谈到自己童年的梦想是体验失重状态,但苦于无法实现。直到当上了教授之后,机会似乎终于出现了。美国宇航局(NASA)组织了一次大学生竞赛,优胜团队的奖励便是可以被送到高空,体验25秒的失重状态。波许教授指导的队伍,获得了比赛的第一名。但NASA 却告诉他,只有学生才能飞上天空,指导老师不行。这样一个奇怪的规则就是挡在波许教授面前,令其无法实现儿时梦想的一堵墙。当然,就像人生中面对过的无数面墙一样,波许教授还是锲而不舍地找到了逾越它的办法。 在最后,波许教授语重心长地总结道: “你总会遇到挫折。但是记住,它们的出现并不是没有原因的。砖墙并不是为了挡住我们。它在那里,只是为了测试我们的决心到底有多迫切。它在那里挡住了那些没有强烈决心的人。它不让那些人通过。记住,砖墙的存在是为了显示我们自己付出的决心...
目录
第1章最优化基础
1.1泰勒公式
1.2黑塞矩阵
1.3正定与半正定矩阵
1.4凸函数与詹森不等式
1.4.1凸函数的概念
1.4.2詹森不等式及其证明
1.4.3詹森不等式的应用
1.5泛函与抽象空间
1.5.1线性空间
1.5.2距离空间
1.5.3赋范空间
1.5.4巴拿赫空间
1.5.5内积空间
1.5.6希尔伯特空间
1.6从泛函到变分法
1.6.1理解泛函的概念
1.6.2关于变分概念
1.6.3变分法的基本方程
1.6.4哈密顿原理
1.6.5等式约束下的变分
第2章概率论基础
2.1概率论的基本概念
2.2随机变量数字特征
2.2.1期望
2.2.2方差
2.2.3矩与矩母函数
2.2.4协方差与协方差矩阵
2.3基本概率分布模型
2.3.1离散概率分布
2.3.2连续概率分布
2.4概率论中的重要定理
2.4.1大数定理
2.4.2中心极限定理
2.5经验分布函数
第3章统计推断
3.1随机采样
3.2参数估计
3.2.1参数估计的基本原理
3.2.2单总体参数区间估计
3.2.3双总体均值差的估计
3.2.4双总体比例差的估计
3.3假设检验
3.3.1基本概念
3.3.2两类错误
3.3.3均值检验
3.4最大...