机器学习数学基础
作者： 赵建容，顾先明编
出版发行： 北京：科学出版社 , 2024.03
I S B N 号： 978-7-03-077330-2
页数： 357
原书定价： 89.00
开本： 16开
主题词： 机器学习
中图法分类号：
TP181 ( 工业技术->自动化技术、计算机技术->自动化基础理论->人工智能理论 )
内容提要：
本书是一本为机器学习初学者打造的通用教材，主要介绍回归、分类、聚类和密度估计等机器学习模型所涉及的必备数学基础知识，旨在建立微积分、线性代数、概率论与数理统计和机器学习课程的衔接，从而帮助读者理解机器学习所蕴含的数学原理、所涉及的算法与应用。本书首先介绍机器学习的矩阵代数基础，包括线性代数基础、范数理论与投影映射、矩阵分解及应用、梯度矩阵；然后介绍机器学习的概率与优化基础，包含概率统计与信息论基础、凸函数、优化理论、迭代算法；最后介绍几个经典的机器学习模型。阅读本书需要微积分、线性代数和概率论与数理统计的基础知识。本书可作为数学、会计、统计、计算机、金融等相关专业的高年级本科生和研究生的教学用书或参考书。