超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >
机器学习之数学基础:概率统计与算法应用

机器学习之数学基础:概率统计与算法应用

作者:朱宁
出版社:中国水利水电出版社出版时间:2024-06-01
开本: 32开 页数: 260
本类榜单:自然科学销量榜
中 图 价:¥43.3(6.2折) 定价  ¥69.8 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>

机器学习之数学基础:概率统计与算法应用 版权信息

  • ISBN:9787522622446
  • 条形码:9787522622446 ; 978-7-5226-2244-6
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

机器学习之数学基础:概率统计与算法应用 本书特色


概率论是机器学习*重要的数学概念之一,它与统计学和线性代数构成了机器学习算法的基础。概率论是机器学习中的一条必经之路。 本书特色
从零开始:从概率论的基本概念开始讲解,详细介绍机器学习中的各种概率理论。
角度新颖:从人工智能工程师的角度出发,带领读者重新认识有用且有趣的概率。
公式总结:用简单的公式解释复杂的概率问题,帮助读者学习和记忆重点内容。
实用图表:提供了丰富的图表,方便读者建立概率的直观印象。
实例丰富:结合大量实例进行讲解,并使用 Python 代码验证。
经验总结:全面归纳和整理作者多年的机器学习实践与培训经验。

机器学习之数学基础:概率统计与算法应用 内容简介

本书先从概率论的基础讲起,然后逐步深入到概率论在机器学习中的应用,*后结合机器学习实战案例,重点介绍了概率论的概念及其在机器学习中的应用。通过本书读者不但可以系统地学习常见概率的相关知识,还能对机器学习开发有更为深入的理解。 本书共 10章,涵盖的主要内容:机器学习简介;为什么机器学习需要概率论;概率的定义;集合和事件;独立性;概率的性质;常见的计算概率方法;离散型和连续型概率简介;离散型和连续型概率的期望值、方差和标准差;几种常见的离散型和连续型概率分布;条件概率;联合概率;边缘概率;贝叶斯理论;随机过程简介;马尔可夫链;隐马尔克夫模型;高斯过程;常见的机器学习 Python 库;机器学习分类算法和回归算法简介;概率论在分类算法和回归算法中的应用;常见的分类算法和回归算法;强化学习简介;有趣的机器人游戏;GAN;图片风格转换。 本书内容通俗易懂,案例丰富,实用性强,不仅适合概率论的入门读者和进阶读者阅读,也适合机器学习从业者、人工智能算法专家等其他人工智能爱好者阅读。另外,本书也可以作为相关培训机构的教材。

机器学习之数学基础:概率统计与算法应用 目录

第1章机器学习概述 1.1机器学习简介 1.1.1监督学习 1.1.2无监督学习 1.1.3强化学习 1.2机器学习和人工智能的发展史 1.2.1逻辑推理时代 1.2.2专家系统时代 1.2.3机器学习和深度学习时代 1.3深度学习 1.4机器学习基础一一概率论 1.5常用的机器学习Python库 1.5.1NumPy 代码1.1比较NumPy和原生态Python: Compare_Numpy_and_Pure_Python.py ……
展开全部

机器学习之数学基础:概率统计与算法应用 作者简介

朱宁,中国工程物理研究院硕士,有多年的人工智能工作经验,先后担任华为人工智能算法工程师和微软资深算法工程师,在机器学习和深度学习方面有深厚的理论基础与丰富的实战经验。主要从事机器学习中图像分析、自然语言处理和强化学习的前沿算法研究工作,从 0 到 1 多次主导明星产品落地。工作期间,技术成果丰硕,曾经多次取得突破性技术成果并发表相关论文。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服