ISBN: 9789860776881

出版日期: 2022-03-18

作者： 雷明

裝訂： 平裝.單色印刷.624頁.23.

 

　　本書技術重點
　　✪一元多元函數微積分
　　✪線性代數、向量、矩陣分解
　　✪偏導數、漢森矩陣、雅可比矩陣、無窮級數
　　✪最佳化方法、泛函數極值與變分法
　　✪機率統計理論、柴比雪夫不等式
　　✪資訊理論、交叉熵、條件熵
　　✪隨機過程、馬可夫過程、高斯過程
　　✪圖論、拓撲排序演算法、拉普拉斯矩陣

本書特色

　　◎完美圖解，通俗易懂
　　本書對數學知識採取圖解演示。透過圖解，許多問題都變得簡單，一點就通。

　　◎生活化的實例，簡單又有趣
　　例如隨機過程的典型代表，馬可夫過程（Markov Process）的章節中，作者就用了天氣與降雨這種生活化的例子講解，拉近讀者與知識的距離。

　　◎深入淺出，透析本質
　　機器學習的數學知識難度不低，許多概念的定義讓讀者難以理解。本書透過點出關鍵的地方，讓讀者一看就豁然開朗，推導再也不是問題。

　　◎機器學習、數學，相輔相成
　　本書從機器學習的角度講數學，又從數學的角度講機器學習，言簡意賅、知識滿點、循序漸進，是你學習機器學習的最好夥伴。

 

 

作者簡介
雷明

作者簡介



雷明

　　資深機器學習、機器視覺專家。

　　畢業於清華大學計算機系，研究方向為機器視覺、機器學習，曾發表論文數篇。《機器學習-原理、算法與應用》暢銷書作者。曾任百度專案經理；zmodo meShare公司CTO、平臺研發中心負責人、SIGAI創始人。