[正版]机器学习数学基础(Python语言实现)

基本信息

书    名

  机器学习数学基础（Python语言实现）

出版社

  *大学出版社有限公司

作    者

  周洋;张小霞著

出版时间

  20210801

I S B N

  9787301322673

定价

  69

开    本

  16开 185*260

装    帧

  平装

版    次

  1

字    数

  400 (千字)

页    数

  254

读者范围

  一般读者

内容简介

       本书是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书，同时还介绍了非常经典的综合案例，除了编写机器学习的代码，还编写了深度学习的代码。本书一共分为两部分。
*部分为数学基础知识部分，包含 8个章节，介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例，读者能够了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相应的库函数的应用。
第二部分为案例部分，包含4个章节，介绍了微积分、线性代数和概率统计问题的建模方法、求解流程和编程实现，以及工业生产领域的Python实战，包含了机器学习算法和深度学习PyTorch框架的应用。
在学习本书内容前，建议读者先掌握基本的Python编程知识和数学基础，然后将本书通读一遍，了解本书的大概内容，*后再跟着实例进行操作。
本书既注重数学理论，又偏重编程实践，实用性强，适用于对编程有一定基础，对系统的数学知识非常渴望，想从事人工智能、大数据等方向研究的读者。同时也适合作为广大职业院校相关专业的教材或参考用书。

作者简介

       周洋，成都嘉捷信诚解决方案专家，拥有12年toB行业大数据相关经验，对工业大数据、智慧电厂、智慧城市、智慧交通、智慧安防等行业趋势发展有前瞻性判断力。对机器学习、深度学习、大数据、知识图谱等技术有深入研究。
张小霞，控制理论与控制工程专业硕士。曾从事军工电子硬件和软件开发、机器人视觉检测、工业检测数据建模分析等相关工作，擅长机器学习和深度学习算法，对机器视觉中的目标检测、图像分割、三维点云检测及自然语言处理等方面有深入研究。现就职于成都航空职业技术学院，从事教学科研工作。

编辑推荐

目录

      第1章 　微积分
1.1 　函数和极限
小试牛刀01：Python编程实现函数极限
1.2 　导数
1.3 　方向导数和梯度
小试牛刀02：Python编程实现雅可比矩阵、黑塞矩阵
1.4 　积分
专家点拨
NO1.从事编程开发的人员如何学习微积分？
NO2.学习微积分需要全部掌握吗？
NO3.学习微积分需要大量做题吗？
本章小结
第2章 　线性代数
2.1 　行列式
2.2 　用向量描述空间
2.3 　内积、正交向量组和范数
小试牛刀03：Python编程实现求范数
2.4 　矩阵和线性变换
小试牛刀04：Python编程实现求逆矩阵、行列式的值、秩
2.5 　二次型
2.6 　矩阵分解
小试牛刀05：Python编程实现矩阵的QR分解
专家点拨
NO1.线性代数有多重要？
NO2.向量内积的几何解释是什么？
NO3.奇异值分解的应用场景有哪些？
本章小结
第3章 　概率统计
3.1 　随机事件和概率
小试牛刀06：Python编程实现贝叶斯公式
3.2 　随机变量及其分布
小试牛刀07：Python编程实现正态分布
3.3 　数字特征及随机变量间的关系
小试牛刀08：Python编程实现Pearson相关系数
3.4 　概率统计的其他方面
小试牛刀09：Python编程实现参数估计
小试牛刀10：Python编程实现假设检验
专家点拨
NO1.“互斥事件”和“对立事件”的关系如何？
NO2.大数定律有什么用？
本章小结
第4章 　信息论
4.1 　信息熵
小试牛刀11：Python编程实现交叉熵和KL散度
4.2 　自信息和互信息
4.3 　困惑度
4.4 　信道噪声模型
专家点拨
NO1.信息熵的用途是什么？
NO2.TF*IDF的信息论依据是什么？
NO3.如何训练*大熵模型？
本章小结
第5章 　模糊数学
5.1 　基础概念
5.2 　模糊数学的应用
小试牛刀12：Python编程实现模糊聚类
专家点拨
NO1.模糊数学对于我们学习算法重要吗？
NO2.模糊控制理论和模糊数学的关系？
NO3.模糊数学在数字图像处理方面的应用有哪些？
本章小结
第6章 　随机过程
6.1 　基本概念
6.2 　马尔可夫过程
小试牛刀13：Python编程实现HMM模型及Viterbi算法
6.3 　泊松过程
小试牛刀14：Python编程实现泊松过程
专家点拨
NO1.马尔可夫过程思维在建模中的重要性有哪些？
NO2.泊松过程和更新过程的区别和联系是什么？
本章小结
第7章 　凸优化
7.1 　凸优化问题
7.2 　无约束的优化问题
小试牛刀15：Python编程实现简单的梯度下降法
7.3 　等式约束的优化问题
7.4 　不等式约束的优化问题
7.5 　带L1范数正则的优化问题
7.6 　工程中常用的优化算法
小试牛刀16：Python编程求解凸优化问题
专家点拨
NO1.对于工程应用来说如何学习凸优化？
NO2.为什么拉格朗日对偶函数一定是凹函数？
本章小结
第8章 　图论
8.1 　图论基础
8.2 　有向图和无向图
小试牛刀17：Python编程绘制有向图和无向图
8.3 　拓扑排序
8.4 　*短路径
小试牛刀18：Python编程解决*短路径问题
8.5 　*小生成树
小试牛刀19：Python编程解决*小生成树问题
专家点拨
NO1.图论的作用是什么？
NO2.怎么去学习图论呢？
本章小结
第9章 　微积分的应用案例
9.1 　案例01：家禽出售的时机
9.2 　案例02：允许缺货模型
本章小结
第10章 　线性代数的应用案例
10.1 　案例03：投入产出问题
10.2 　案例04：金融公司支付基金的流动问题
本章小结
第11章 　概率统计的应用案例
11.1 　案例05：贝叶斯网络实现交通事故预测
11.2 　案例06：HMM实现天气预测
本章小结
第12章 　综合应用案例
12.1 　案例07：工业异常参数的离群点检测
12.2 　案例08：工厂发电量预测
本章小结
参考文献

试读