题名:
机器学习之数学基础   / 朱宁著 ,
ISBN:
978-7-5226-2244-6 价格： CNY69.80
语种:
chi
载体形态:
XII, 246页 图 21cm
出版发行:
出版地： 北京 出版社： 中国水利水电出版社 出版日期： 2024
内容提要:
本书共10章，涵盖的主要内容：机器学习概述；为什么机器学习需要概率论；概率的定义；集合和事件；独立性；概率的性质；常见的计算概率方法；离散型和连续型概率分布；离散型和连续型概率分布的期望值、方差与标准差；几种常见的离散型和连续型概率分布；条件概率；联合概率；边缘概率；贝叶斯理论；随机过程简介；马尔可夫链；隐马尔可夫模型；高斯过程；常见的机器学习Python库；机器学习分类算法和回归算法简介；概率论在分类算法和回归算法中的应用；常见的分类算法和回归算法；强化学习简介；有趣的机器人游戏；GAN；图片风格转换。 
主题词:
机器学习  
主题词:
概率统计  
中图分类法:
TP181 版次： 5
中图分类法:
O211 版次： 5
其它题名:
概率统计与算法应用
主要责任者:
朱宁 著
附注:
智博尚书 
责任者附注:
朱宁，拥有丰富的AI研究背景及实战经验，曾在华为任职AI算法工程师，并在微软担任资深科学家，精通机器学习、深度学习及数据分析的理论与实践。