中图网

>

数据库

>

数据库理论

机器学习数学基础:概率论与数理统计

作者：李昂

出版社：北京大学出版社出版时间：2021-10-01

开本： 16开 页数： 312

本类榜单：计算机/网络销量榜

中图价:¥59.3(7.5折) 定价 ~~¥79.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥59.3 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

机器学习数学基础:概率论与数理统计版权信息

ISBN：9787301324059
条形码：9787301324059 ; 978-7-301-32405-9
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据库理论

机器学习数学基础:概率论与数理统计本书特色

388幅插图+50个案例，像看漫画一样，帮助你理解概率统计与机器学习紧密结合的核心内容

机器学习数学基础:概率论与数理统计内容简介

本书从很基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在很后配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者更深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；参数估计的概念；马尔科夫链；过拟合与欠拟合问题及解决方法；Tensorflow概述及安装方法；卷积神经网络介绍；实验演练之手写体数字识别等。本书配有大量的插图，以身边的生活现象为基础，深入简出地介绍了什么是概率统计，特别适合数学基础薄弱、想学习概率统计又怕自己看不懂的初学者阅读。同时也适合机器学习、深度学习的人工智能爱好者阅读。

机器学习数学基础:概率论与数理统计目录

目录
第1章机器学习及概率 1
1.1 机器学习概述 2
1.2 机器学习的发展历史 8
1.3 机器学习的研发进展 11
1.4 机器学习与概率的关系 14
第2章随机试验及概率 21
2.1 概率及概率的特点 22
2.2 概率与频率 28
2.3 等可能概型（古典概型） 32
2.4 概率小故事——三门问题 36
第3章随机变量及其分布 38
3.1 随机变量 39
3.2 离散型随机变量及其分布律 42
3.3 随机变量的分布函数 46
3.4 连续型随机变量及其概率密度 47
3.5 概率小故事——星期二男孩 51
第4章多维随机变量及其分布 53
4.1 二维随机变量 54
4.2 边缘分布 61
4.3 概率小故事——彭尼的游戏 64
第5章贝叶斯问题 69
5.1 由暗恋引发的思考 70
5.2 贝叶斯概率 71
5.3 贝叶斯算法原理 72
5.4 朴素贝叶斯算法原理 82
5.5 概率小故事——你打游戏能赢吗 86
第6章正态分布 89
6.1 生活中的正态分布现象 90
6.2 正态分布 91
正态分布实验 91
6.3 为何机器学习经常用到正态分布 92
6.4 正态分布的计算 93
6.5 概率小故事——你的朋友都比你有人缘？ 99
第7章随机变量的数字特征 104
7.1 数学期望 105
7.2 方差 109
7.3 协方差及相关系数 118
7.4 随机变量的矩与切比雪夫不等式 125
7.5 概率小故事——赌博默示录 130
第8章机器学习中的损失函数 136
8.1 交叉熵损失函数 137
8.2 Sigmoid函数与Softmax回归问题 144
8.2.1 Softmax概述 144
8.3 概率小故事——同一天生日问题 148
第9章大数定律 151
9.1 大数定律 152
9.2 中心极限定理 157
9.3 概率小故事——捉羊问题 160
第10章样本及抽样分布 167
10.1 总体及样本 168
10.2 直方图和箱线图 173
10.3 抽样分布 183
10.4 概率小故事——布丰问题 194
第11章参数估计 199
11.1 点估计 200
11.2 区间估计 207
11.3 概率小故事——你有病吗？ 212
第12章马尔科夫链 214
12.1 马尔科夫链概述 215
12.2 隐马尔科夫链与打靶问题 225
12.3 概率小故事——伟大的数学家 231
第13章过拟合与欠拟合问题 233
13.1 生活中的过拟合与欠拟合现象 234
13.2 过拟合与欠拟合概念 235
13.3 解决过拟合与欠拟合问题的“四大金刚” 236
13.4 概率小故事——路边的阴谋 248
第14章安装TensorFlow 250
14.1 安装前准备工作 251
14.2 开始使用TensorFlow 258
14.3 概率小故事——范进中举是巧合吗？ 260
第15章卷积神经网络 262
15.1 卷积神经网络的生物背景 263
15.2 计算机可以做什么 264
15.3 卷积神经网络的基本概念 264
15.4 卷积神经网络运算过程 268
15.4.1 卷积神经网络与前馈神经网络 268
15.4.2 卷积运算的原理 269
15.4.3 卷积运算形式 271
15.4.4 卷积网络工作方式 271
15.4.5 池化过程 274
15.5 反向传播 274
15.6 概率小故事——狼来了吗 282
第16章手写体数字识别 284
16.1 LeNet-5模型介绍 285
16.2 手写体数字识别 292
16.3 概率小故事——测一测您有多大概率看完本书？ 299

展开全部

机器学习数学基础:概率论与数理统计作者简介

李昂，博士，机械设计专业，曾先后在工程机械行业的龙头企业徐工集团从事CAE仿真工作；在建筑机器人行业寡头碧桂园旗下的博智林机器人公司担任高级项目经理，从事建筑机器人的整体研发工作。目前在江苏集萃道路研究所任职信息化与智能控制部门副部长。CSDN资深博主，在CSDN上发表文章70余篇，内容涵盖深度学习、机器学习、定位导航等领域。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐