返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]Python机器学习中的数学修炼左飞9787302570929
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 左飞著 | 左飞编 | 左飞译 | 左飞绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-03-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 左飞著| 左飞编| 左飞译| 左飞绘
    • 出版社:清华大学出版社
    • 出版时间:2021-03-01
    • 版次:1
    • 印次:1
    • 字数:705000
    • 页数:464
    • 开本:16开
    • ISBN:9787302570929
    • 版权提供:清华大学出版社
  • 作者: 左飞
  • 著: 左飞 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 99
  • ISBN: 9787302570929
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2021-03-01
  • 页数: 464
  • 外部编号: 庄村57187
  • 版次: 1
  • 成品尺寸: 暂无
  • 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 优选似然估计

    3.4.1 优选似然法的基本原理

    3.4.2 求优选似然估计的方法

    第4章 采样方法

    4.1 蒙特卡洛法求定积分

    4.1.1 无意识统计学家法则

    4.1.2 投点法

    4.1.3 期望法

    4.2 蒙特卡洛采样

    4.2.1 逆采样

    4.2.2 博克斯-穆勒变换

    4.2.3 拒绝采样与自适应拒绝采样

    4.3 矩阵的极限与马尔可夫链

    4.4 查普曼-柯尔莫哥洛夫等式

    ……

    第5章 信息论基础

    第6章 一元线性回归

    第7章 多元线性回归

    第8章 线性回归进阶

    第9章 逻辑回归与优选熵模型

    0章 感知机与神经网络

    1章 支持向量机与核方法

    2章 决策树

    3章 集成学习

    4章 聚类分析

    5章 矩阵分解、降维与流形学习

    6章 贝叶斯定理及其应用

    附录A 数学传奇

    参考文献


    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“读者喜爱的IT图书作译者奖”。他撰写的技术(https://baimafujinji.blog.csdn.net/)受欢迎,累计拥有近500万的访问量。


    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。


    【内容简介】


    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。


    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购