机器学习之数学基础:概率统计与算法应用

1星价 ¥50.3 (7.2折)

2星价￥50.3 定价￥69.8

作者：朱宁

出版社：中国水利水电出版社

本类榜单：自然科学

分类：自然科学 > 数学

暂无评论

图文详情

ISBN：9787522622446
装帧：平装-胶订
册数：暂无
重量：暂无
开本：32开
页数：260
出版时间：2024-06-01
条形码：9787522622446 ; 978-7-5226-2244-6

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。

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。

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

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。

本类五星书