机器学习数学基础一本通(Python版)

第1章 数据可视化
1-1 认识matplotlib.pyplot模块的主要函数
1-2 绘制简单的折线图plot()
1-2-1 画线基础实践
1-2-2 线条宽度linewidth
1-2-3 标题的显示
1-2-4 坐标轴刻度的设定
1-2-5 多组数据的应用
1-2-6 线条色彩与样式
1-2-7 刻度设计
1-2-8 图例legend()
1-2-9 保存与开启文件
1-2-10 在图上标记文字
1-3 绘制散点图scatter()
1-3-1 基本散点图的绘制
1-3-2 绘制系列点
1-3-3 设定绘图区间
1-4 numpy模块
1-4-1 建立一个简单的数组linspace()和arange()
1-4-2 绘制波形
1-4-3 建立不等宽度的散点图
1-4-4 填满区间
1-4-5 色彩映射
1-5 图表显示中文
第2章 数学模块math和sympy
2-1 数学模块的变量
2-2 一般函数
2-3 log()函数
2-4 三角函数
2-5 sympy模块
2-5-1 定义符号
2-5-2 name属性
2-5-3 定义多个符号变量
2-5-4 符号的运算
2-5-5 将数值代入公式
2-5-6 将字符串转为数学表达式
2-5-7 解一元一次方程式
2-5-8 解一元二次方程式
2-5-9 解含未知数的方程式
2-5-10 解联立方程式
2-5-11 绘制坐标图的基础
2-5-12 设定绘图的x轴区间
2-5-13 增加绘图标题与轴标题
2-5-14 多函数图形
2-5-15 plot()的show参数
2-5-16 使用不同颜色绘图
2-5-17 图表增加图例
第3章 机器学习基本概念
3-1 人工智能、机器学习、深度学习
3-2 认识机器学习
3-3 机器学习的种类
3-3-1 监督学习
3-3-2 无监督学习
3-3-3 强化学习
3-3-4 本书的目标
3-4 机器学习的应用范围
第4章 机器学习的基础数学
4-1 用数字描绘事物
4-2 变量概念
4-3 从变量到函数
4-4 等式运算的规则
4-5 代数运算的基本规则
4-6 用数学抽象化开餐厅的生存条件
4-6-1 数学模型
4-6-2 经营数字预估
4-6-3 经营绩效的计算
……
第5章 认识方程式、函数、坐标图形
第6章 从联立方程式看机器学习的数学模型
第7章 从勾股定理看机器学习
第8章 联立不等式与机器学习
第9章 机器学习需要知道的二次函数
第10章 机器学习的*小平方法
第11章 机器学习必须懂的集合
第12章 机器学习必须懂的排列与组合
第13章 机器学习需要认识的概率
第14章 二项式定理
第15章 指数概念与指数函数
第16章 对数
第17章 欧拉数与逻辑函数
第18章 三角函数
第19章 从基础统计了解大型运算符
第20章 机器学习的向量
第21章 机器学习的矩阵
第22章 向量、矩阵与多元线性回归