Математика в машинном обучении

Handling time: 34 days Фундаментальные математические дисциплины, необходимые для понимания машинного обучения, — 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.

#ASTTD# Search Terms: Дайзенрот Марк Питер , Фейзал А. Альдо , Он Чен Сунь , Daizenrot Mark Piter , Feizal A. Aldo , On Chen Syn , Питер Пресс , Piter Press , Для профессионалов , Dlya professionalov , 9785446117888 , 978-5-4461-1788-8 , 1951050