Аннотация к книге: Математика в машинном обучении
Фундаментальные математические дисциплины, необходимые для понимания машинного обучения, - это линейная алгебра, аналитическая геометрия, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы размазаны по различным курсам, поэтому студентам, изучающим data science или computer science, а также профессионалам в МО, сложно выстроить знания в единую концепцию.
Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов.
Тем, кто только начинает изучать математику, такой подход поможет развить интуицию и получить практический опыт в применении математических знаний,
а для читателей с базовым математическим образованием книга послужит отправной точкой для более продвинутого знакомства с машинным обучением.
Автор/составитель | Дайзенрот Марк Питер, Альдо Фейзал А., Чен Сунь Он |
Серия | Для профессионалов |
Год выпуска | 2024 |
ISBN | 978-5-4461-1788-8 |
Производитель | Питер |
Количество томов | 1 |
Количество страниц | 512 |
Переплет | Мягкая обложка |
Размеры | 235x165x27 мм |
Цвет | Голубой |
Тип бумаги | офсетная (60-220 г/м2) |
Возрастная категория | 16+ |
Вес | 785 |
Язык | русский |
Бесплатная Доставка по Европе (EU)*
*Для заказов свыше 40, - евро Подробнее
Математика в машинном обучении
- Модель: MYSH4993545
- ISBN: 978-5-4461-1788-8
- Наличие: Есть в наличии
- 48.86€
Во-первых - Вы молодец!