
主编推荐语
本书详细、清晰地解读机器学习中常用的数学知识。
内容简介
全书共22章,主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。 本书语言简明,案例丰富,实用性强,适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读,也适合作为高等院校机器学习相关专业的教材。
出版方
清华大学出版社
本书详细、清晰地解读机器学习中常用的数学知识。
全书共22章,主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。 本书语言简明,案例丰富,实用性强,适合有志于机器学习领域的研究者和爱好者、海量数据挖掘与分析人员、金融智能化从业人员阅读,也适合作为高等院校机器学习相关专业的教材。
清华大学出版社