科技 类型
可以朗读 语音朗读
74千字 字数
2021-03-01 发行日期
展开全部

主编推荐语

本书详细、清晰地解读机器学习中常用的数学知识。

内容简介

全书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。

本书语言简明，案例丰富，实用性强，适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读，也适合作为高等院校机器学习相关专业的教材。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 第1章 数据可视化
  • 第2章 数学模块math和sympy
  • 第3章 机器学习基本概念
  • 第4章 机器学习的基础数学
  • 第5章 认识方程式、函数、坐标图形
  • 第6章 从联立方程式看机器学习的数学模型
  • 第7章 从勾股定理看机器学习
  • 第8章 联立不等式与机器学习
  • 第9章 机器学习需要知道的二次函数
  • 第10章 机器学习的最小平方法
  • 第11章 机器学习必须懂的集合
  • 第12章 机器学习必须懂的排列与组合
  • 第13章 机器学习需要认识的概率
  • 第14章 二项式定理
  • 第15章 指数概念与指数函数
  • 第16章 对数
  • 第17章 欧拉数与逻辑函数
  • 第18章 三角函数
  • 第19章 从基础统计了解大型运算符
  • 第20章 机器学习的向量
  • 第21章 机器学习的矩阵
  • 第22章 向量、矩阵与多元线性回归
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。