机器学习数学基础一本通（Python版）洪锦魁清华大学出版社

正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！

作者: 洪锦魁
出版社: 清华大学出版社
ISBN: 9787302574279
出版时间: 2021-04
版次: 1

装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 229页
字数: 99999千字

作者: 洪锦魁
出版社: 清华大学出版社
ISBN: 9787302574279
出版时间: 2021-04

版次: 1
装帧: 平装
开本: 16开

纸张: 胶版纸
页数: 229页
字数: 99999千字

售价 65.30 6.6折

定价￥99.00

品相全新品相描述

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2024-01-03

数量: 库存13件

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

自然科学

货号：

R_11016364

品相描述：全新

正版库存一手书，品相视出版时间长短而定，自然成色，可开电子发票，图片由软件自动采集，以书名为准，不以图片不符售后！

商品描述：

基本信息
书名:机器学习数学基础一本通（Python版）
定价：99元
作者:洪锦魁
出版社：清华大学出版社
出版日期：2021-04-01
ISBN：9787302574279
字数：505000
页码：229
版次：
装帧：平装
开本：16开
商品重量：
编辑
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。
内容提要
这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。    本书共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
第1章  数据可视化  1-1  认识matplotlib.pyplot模块的主要函数  1-2  绘制简单的折线图plot()    1-2-1  画线基础实践    1-2-2  线条宽度linewidth    1-2-3  标题的显示    1-2-4  坐标轴刻度的设定    1-2-5  多组数据的应用    1-2-6  线条色彩与样式    1-2-7  刻度设计    1-2-8  图例legend()    1-2-9  保存与开启文件    1-2-10  在图上标记文字  1-3  绘制散点图scatter()    1-3-1  基本散点图的绘制    1-3-2  绘制系列点    1-3-3  设定绘图区间  1-4  numpy模块    1-4-1  建立一个简单的数组linspace()和arange()    1-4-2  绘制波形    1-4-3  建立不等宽度的散点图    1-4-4  填满区间    1-4-5  色彩映射  1-5  图表显示中文第2章  数学模块math和sympy  2-1  数学模块的变量  2-2  一般函数  2-3  log()函数  2-4  三角函数  2-5  sympy模块    2-5-1  定义符号    2-5-2  name属性    2-5-3  定义多个符号变量    2-5-4  符号的运算    2-5-5  将数值代入公式    2-5-6  将字符串转为数学表达式    2-5-7  解一元一次方程式    2-5-8  解一元二次方程式    2-5-9  解含未知数的方程式    2-5-10  解联立方程式    2-5-11  绘制坐标图的基础    2-5-12  设定绘图的x轴区间    2-5-13  增加绘图标题与轴标题    2-5-14  多函数图形    2-5-15  plot()的show参数    2-5-16  使用不同颜色绘图    2-5-17  图表增加图例第3章  机器学习基本概念  3-1  人工智能、机器学习、深度学习  3-2  认识机器学习  3-3  机器学习的种类    3-3-1 监督学习    3-3-2  无监督学习    3-3-3  强化学习    3-3-4  本书的目标  3-4  机器学习的应用范围第4章  机器学习的基础数学  4-1  用数字描绘事物  4-2  变量概念  4-3  从变量到函数  4-4  等式运算的规则  4-5  代数运算的基本规则  4-6  用数学抽象化开餐厅的生存条件    4-6-1  数学模型    4-6-2  经营数字预估    4-6-3  经营绩效的计算  ……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
作者介绍
洪锦魁，中国台湾计算机专家，IT图书知名作者。    近年出版：    Python数据科学零基础一本通    Python入门很简单    Python王者归来    PythoGUI设计：tkinter菜鸟编程    算法零基础一本通（Python版）    其著作特色：    所有程序语法会依特性分类，同时以实用的程序实例进行解说，让读者可以事半功倍地轻松掌握相关知识。
序言
- 封面
  
  【封面】
配送说明

...
相似商品
为你推荐