机读格式显示(MARC)

• 000 01830nam0 2200325 450

• 001 0001047190

• 005 20220926124700.0

• 010 __ |a 978-7-301-32267-3 |d CNY69.00

• 100 __ |a 20210812d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习数学基础 |A ji qi xue xi shu xue ji chu |e Python语言实现 |f 周洋, 张小霞编著

• 210 __ |a 北京 |c 北京大学出版社 |d 2021.8

• 215 __ |a 254页 |c 图 |d 26cm

• 314 __ |a 周洋, 成都嘉捷信诚解决方案专家。张小霞, 控制理论与控制工程专业硕士。

• 320 __ |a 有书目 (第254页)

• 330 __ |a 本书是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书, 同时还介绍了非常经典的综合案例, 除了编写机器学习的代码, 还编写了深度学习的代码。本书一共分为两部分。第一部分为数学基础知识部分, 包含8个章节, 介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例, 读者能够了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相应的库函数的应用。第二部分为案例部分, 包含4个章节, 介绍了微积分、线性代数和概率统计问题的建模方法、求解流程和编程实现, 以及工业生产领域的Python实战, 包含了机器学习算法和深度学习PyTorch框架的应用。在学习本书内容前, 建议读者先掌握基本的Python编程知识和数学基础, 然后将本书通读一遍, 了解本书的大概内容, 最后再跟着实例进行操作。

• 333 __ |a 适用于对编程有一定基础, 对系统的数学知识非常渴望, 想从事人工智能、大数据等方向研究的读者

• 517 1_ |a Python语言实现 |A Pythonyu yan shi xian

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 周洋 |A zhou yang |4 编著

• 701 _0 |a 张小霞 |A zhang xiao xia |4 编著

• 801 _0 |a CN |b 上海新华 |c 20210812

• 801 _2 |a CN |b Wuxilib |c 20220926

• 905 __ |a Wuxilib |d TP181/235