成功加入购物车
图书条目标准图
周洋 张小霞 著 / 北京大学出版社 / 2021-08 / 其他
售价 ¥ 44.00
日常价 ¥50.00
品相 全新
优惠 满包邮
延迟发货说明
上书时间2022-04-22
卖家超过10天未登录
机器学习数学基础(Python语言实现)
《机器学习数学基础(Python语言实现)》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。《机器学习数学基础(Python语言实现)》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《机器学习数学基础(Python语言实现)》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《机器学习数学基础(Python语言实现)》通读一遍,了解《机器学习数学基础(Python语言实现)》的大概内容,后再跟着实例进行操作。 《机器学习数学基础(Python语言实现)》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。
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。
第1章 微积分1 1.1 函数和极限2 小试牛刀01:Python编程实现函数极限10 1.2 导数11 1.3 方向导数和梯度19 小试牛刀02:Python编程实现雅可比矩阵、黑塞矩阵21 1.4 积分24 专家点拨28 NO1.从事编程开发的人员如何学习微积分?28 NO2.学习微积分需要全部掌握吗?28 NO3.学习微积分需要大量做题吗?28 本章小结28 第2章 线性代数29 2.1 行列式30 2.2 用向量描述空间35 2.3 内积、正交向量组和范数36 小试牛刀03:Python编程实现求范数39 2.4 矩阵和线性变换41 小试牛刀04:Python编程实现求逆矩阵、行列式的值、秩49 2.5 二次型50 2.6 矩阵分解52 小试牛刀05:Python编程实现矩阵的QR分解58 专家点拨61 NO1.线性代数有多重要?61 NO2.向量内积的几何解释是什么?61 NO3.奇异值分解的应用场景有哪些?62 本章小结62 第3章 概率统计63 3.1 随机事件和概率64 小试牛刀06:Python编程实现贝叶斯公式69 3.2 随机变量及其分布70 小试牛刀07:Python编程实现正态分布75 3.3 数字特征及随机变量间的关系76 小试牛刀08:Python编程实现Pearson相关系数80 3.4 概率统计的其他方面82 小试牛刀09:Python编程实现参数估计92 小试牛刀10:Python编程实现假设检验94 专家点拨96 NO1.“互斥事件”和“对立事件”的关系如何?96 NO2.大数定律有什么用?96 本章小结97 第4章 信息论98 4.1 信息熵99 小试牛刀11:Python编程实现交叉熵和KL散度101 4.2 自信息和互信息102 4.3 困惑度103 4.4 信道噪声模型104 专家点拨105 NO1.信息熵的用途是什么?105 NO2.TF?IDF的信息论依据是什么?106 NO3.如何训练熵模型?107 本章小结107 第5章 模糊数学108 5.1 基础概念109 5.2 模糊数学的应用110 小试牛刀12:Python编程实现模糊聚类114 专家点拨116 NO1.模糊数学对于我们学习算法重要吗?116 NO2.模糊控制理论和模糊数学的关系?117 NO3.模糊数学在数字图像处理方面的应用有哪些?117 本章小结117 第6章 随机过程118 6.1 基本概念119 6.2 马尔可夫过程120 小试牛刀13:Python编程实现HMM模型及Viterbi算法122 6.3 泊松过程124 小试牛刀14:Python编程实现泊松过程127 专家点拨130 NO1.马尔可夫过程思维在建模中的重要性有哪些?130 NO2.泊松过程和更新过程的区别和联系是什么?130 本章小结131 第7章 凸优化132 7.1 凸优化问题133 7.2 无约束的优化问题138 小试牛刀15:Python编程实现简单的梯度下降法146 7.3 等式约束的优化问题147 7.4 不等式约束的优化问题150 7.5 带L1范数正则的优化问题159 7.6 工程中常用的优化算法165 小试牛刀16:Python编程求解凸优化问题170 专家点拨179 NO1.对于工程应用来说如何学习凸优化?179 NO2.为什么拉格朗日对偶函数一定是凹函数?179 本章小结180 第8章 图论181 8.1 图论基础182 8.2 有向图和无向图184 小试牛刀17:Python编程绘制有向图和无向图186 8.3 拓扑排序192 8.4 短路径193 小试牛刀18:Python编程解决短路径问题196 8.5 小生成树205 小试牛刀19:Python编程解决小生成树问题208 专家点拨215 NO1.图论的作用是什么?215 NO2.怎么去学习图论呢?215 本章小结215 第9章 微积分的应用案例216 9.1 案例01:家禽出售的时机217 9.2 案例02:允许缺货模型219 本章小结222 第10章 线性代数的应用案例223 10.1 案例03:投入产出问题224 10.2 案例04:金融公司支付基金的流动问题225 本章小结228 第11章 概率统计的应用案例229 11.1 案例05:贝叶斯网络实现交通事故预测230 11.2 案例06:HMM实现天气预测235 本章小结237 第12章 综合应用案例238 12.1 案例07:工业异常参数的离群点检测239 12.2 案例08:工厂发电量预测246 本章小结253 参考文献254
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30