购买纸书
图书简介
数学是机器学习和数据科学的基础，任何期望涉足相关领域并切实领悟具体技术与方法的人都无法绕过数学这一关。本书系统地整理并介绍了机器学习中所涉及的必备数学基础，具体包括概率论与数理统计、微积分(主要是与最优化内容相关的部分)、凸优化及拉格朗日乘数法、数值计算、泛函分析基础(例如核方法赖以建立的希尔伯特空间理论)以及蒙特卡洛采样(拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔可夫链蒙特卡洛)等。
为了帮助读者强化所学，本书还从上述数学基础出发，介绍了回归、分类(感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等)、聚类、降维与流形学习、集成学习以及概率图模型等机器学习中的重要话题。
本书既可作为机器学习及相关课程的教学参考书，适合高等院校人工智能、机器学习或数据挖掘等相关专业的师生研习之用，也可供从事计算机应用(特别是数据科学相关专业)的研发人员参考。
更多图书信息
数据来源于网络，如有问题，请反馈至此邮箱：service@bookask.com
ISBN：9787302570929
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。作为来自一流大学的出版单位，清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。目前，清华版教材已在全国一百多所院校得到广泛使用。高品质、多层次的计算机图书是清华大学出版社的一大品牌支柱。20世纪80年代末，在席卷全球的信息化浪潮中，清华大学出版社快速切入计算机图书市场，逐渐成为并一直保持这一市场的领先地位，为发展中国计算机教育做出了巨大贡献。
（展开）
