字数:9万字 出版社:北京大学出版社
数学是机器学习绕不开的基础知识,传统教材的风格偏重理论定义和运算技巧,想以此高效地打下机器学习的数学基础,针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点,进行新的尝试和突破:从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度,环环相扣地展开线性代数与机器学习算法紧密结合的核心内容,并分析推荐系统和图像压缩两个实践案例,在介绍完核心概念后,还将线性代数的应用领域向函数空间和复数域中进行拓展与延伸;同时极力避免数学的晦涩枯燥,充分挖掘线性代数的几何内涵,并以Python语言为工具进行数学思想和解决方案的有效实践。本书适合实践于数据分析、信号处理等工程领域的读者,也适合在人工智能、机器学习领域进行理论学习和实践,希望筑牢数学基础的读者,以及正在进行线性代数课程学习的读者阅读。
书圈 | 共21人,17条
同类热销榜
-
- 1
-
- 2
-
大学物理学(上册)[精品]
6
- 2
-
- 3
-
- 4
-
- 5
-
- 6
-
- 7
-
- 8
-
化学(下册)[精品]
5
- 8
-
- 9
-
- 10
-
空气压缩机行业实用手册[精品]
0
- 10