Марк Питер Дайзенрот, А. Альдо Фейзал, Чен Сунь Он. Математика в машинном обучении

Фундаментальные математические дисциплины, необходимые для понимания машинного обучения (МО), — 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
Год: 2024
Страниц: 512
Язык: русский
Формат: pdf

 

Скачать книгу (17,2 МБ):