← 返回

机器学习的数学基础

著者(英)马克·彼得·戴森罗特(Marc Peter Deisenroth)，(英)A. 阿尔多·费萨尔(A. Aldo Faisal)，(马来)翁承顺(Cheng Soon Ong)著,郝珊锋，黄定江译
ISBN9787111763222
分类号TP181 自动化技术、计算机技术
学科工学
版次第1版
出版社机械工业出版社
丛书名智能系统与技术丛书
出版年2024
价格¥139.00
页码19,372页
类型 📄 纸质书
核心评分9.0/10
读者对象—
主题词机器学习——数学理论
内容简介：本书弥补了纯数学书籍和机器学习书籍存在的单一性问题，介绍了理解机器学习所需的必备数学概念，例如线性代数、解析几何、矩阵分解、向量微积分、优化、概率和统计，并使用这些概念推导出了四种核心机器学习方法：线性回归、主成分分析、高斯混合模型和支持向量机。
登录后可荐购