金寶書局網路書店

★★★★★【機器學習】、【底層數學】★★★★★
數學是科學之母,想在AI領域發光發熱,先要打下穩固的數學基礎!

本書技術重點
?一元多元函數微積分
?線性代數、向量、矩陣分解
?偏導數、漢森矩陣、雅可比矩陣、無窮級數
?最佳化方法、泛函數極值與變分法
?機率統計理論、柴比雪夫不等式
?資訊理論、交叉熵、條件熵
?隨機過程、馬可夫過程、高斯過程
?圖論、拓撲排序演算法、拉普拉斯矩陣

本書特色

◎完美圖解,通俗易懂
本書對數學知識採取圖解演示。透過圖解,許多問題都變得簡單,一點就通。

◎生活化的實例,簡單又有趣
例如隨機過程的典型代表,馬可夫過程(Markov Process)的章節中,作者就用了天氣與降雨這種生活化的例子講解,拉近讀者與知識的距離。

◎深入淺出,透析本質
機器學習的數學知識難度不低,許多概念的定義讓讀者難以理解。本書透過點出關鍵的地方,讓讀者一看就豁然開朗,推導再也不是問題。

◎機器學習、數學,相輔相成
本書從機器學習的角度講數學,又從數學的角度講機器學習,言簡意賅、知識滿點、循序漸進,是你學習機器學習的最好夥伴。

雷明 資深機器學習、機器視覺專家。 畢業於清華大學計算機系,研究方向為機器視覺、機器學習,曾發表論文數篇。《機器學習-原理、算法與應用》暢銷書作者。曾任百度專案經理；zmodo meShare公司CTO、平臺研發中心負責人、SIGAI創始人。