题名:
机器学习之数学基础   / 朱宁著 ,
ISBN:
978-7-5226-2244-6 价格： CNY69.80
语种:
chi
载体形态:
XII, 246页 图 21cm
出版发行:
出版地： 北京 出版社： 中国水利水电出版社 出版日期： 2024.06
内容提要:
本书共10章, 涵盖的主要内容: 机器学习概述 ; 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分布 ; 离散型和连续型概率分布的期望值、方差与标准差 ; 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 ; 隐马尔可夫模型 ; 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。 
主题词:
机器学习  
主题词:
概率统计  
中图分类法:
TP181 版次： 5
中图分类法:
O211 版次： 5
主要责任者:
朱宁 著
附注:
智博尚书 
责任者附注:
朱宁, 拥有丰富的AI研究背景及实战经验, 曾在华为任职AI算法工程师, 并在微软担任资深科学家, 精通机器学习、深度学习及数据分析的理论与实践。