Matematyka w uczeniu maszynowym

Autorzy: Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

stan:bdb, jak nowa

Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozkłady macierzy, rachunek wektorowy, optymalizacja, probabilistyka i statystyka. Następnie zaprezentowano matematyczne aspekty czterech podstawowych metod uczenia maszynowego: regresji liniowej, analizy głównych składowych, modeli mieszanin rozkładów Gaussa i maszyn wektorów nośnych. W każdym rozdziale znalazły się przykłady i ćwiczenia ułatwiające przyswojenie materiału.

W książce między innymi:

• podstawy algebry: układy równań, macierze, przestrzenie afiniczne

• rachunek prawdopodobieństwa, sprzężenia, optymalizacja

• wnioskowanie z wykorzystaniem różnego rodzaju modeli

• regresja liniowa i redukcja wymiarowości

• maszyna wektorów nośnych i rozwiązania numeryczne