Аннотация: 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.

Издательство	Питер Издательский дом
Автор/составитель	Дайзенрот Марк Питер;Альдо Фейзал А.
Год выпуска	2024
Кол-во страниц	512
ISBN	978-5-4461-1788-8
Обложка	Обл
Вес	778г
Формат	17x25x2мм
Возрастная категория	16+