剧情简介: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。本书每一章都包括一些例子,大部分章还配有习题,以方便读者测试对所学知识的理解程度。本书适合数据科学专业和计算机科学专业的学生,以及算法工程师与机器学习领域相关从业者阅读。
外文名:Mathematics for Machine Learning
作者:[英]马克·彼得·戴森罗特 [英]A. 阿尔多·费萨尔 [马来西亚]翁承顺
出版社:机械工业出版社
ISBN:9787111763222