本书专门为数据科学和人工智能相关产业的从业者、高职院校和应用型本科的学生造,旨在为读者提供学习数据科学和人工智能所需掌握的数学基础知识,帮助读者了解人工智能算法的基本数学原理,为一步学习人工智能好基础。 本书既有理论又有应用,既可以用纸笔计算,也可以用Python编程计算,读者可在学习过程中根据需要合理地选择侧重。 本书引人工智能实例,促概念理解。本书引了向量与编码、矩阵与数字图像处理、梯度下降法、回归分析、神经网络等人工智能中的典型案例,使学生初步了解向量、矩阵、导数等基础数学概念和方法在人工智能中的应用,更深刻地理解数学概念和方法,并提高运用数学知识解决问题的能力。
售 价:¥
纸质售价:¥47.80购买纸书
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐
内容简介
前言
微积分篇
第1章 函数与极限
第2章 导数
第3章 极值与最值
第4章 二元函数的导数与极值
第5章 最优化基础:梯度下降法
线性代数篇
第6章 向量与编码
第7章 矩阵与数字图像处理
第8章 行列式
第9章 线性方程组
第10章 矩阵的特征值与特征向量
概率统计篇
第11章 Pandas基础
第12章 数据的整理与展示
第13章 描述统计
第14章 概率的定义与运算
第15章 随机变量
第16章 随机变量的数字特征
第17章 相关分析与回归分析
应用篇
第18章 神经网络
第19章 卷积神经网络
参考文献
附录A 标准正态分布函数数值表
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜