线性代数与数据学习

剧情简介：本书是深度学习的导论，全面介绍机器学习的数学基础，阐述架构神经网络的核心思想，主要内容包括线性代数的重点、大规模矩阵的计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。 本书可作为数据科学方向的数学基础课程教材，也可供人工智能、深度学习领域的科研人员和工程技术人员参考。

外文名：Linear Algebra and Learning from Data

作者：[美] 吉尔伯特·斯特朗

出版社：清华大学出版社

ISBN：9787302636403