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