题名:
线性代数与优化   / (美) 查鲁·C. 阿加沃尔著 , 薄立军译
ISBN:
978-7-111-77705-2 价格： CNY149.00
语种:
chi
载体形态:
XVIII, 482页 图 24cm
出版发行:
出版地： 北京 出版社： 机械工业出版社 出版日期： 2025
内容提要:
本书从机器学习的视角系统介绍了线性代数、最优化理论以及相关的机器学习示例和求解算法。具体来说，主要聚焦于线性代数及其应用和最优化理论及其应用两个主题。对于前者，侧重线性代数的基础知识以及它们在奇异值分解、矩阵分解、相似矩阵（核方法）和图分析等中的应用。诸如谱聚类、基于核的分类和异常值检测等机器学习方面的应用已被用作该书的示例，而后者从最优化理论的视角探究机器学习中最基础性的问题——最小二乘回归及其相关算法。本书每章正文和末尾均提供了大量习题。 
主题词:
线性代数  
主题词:
机器学习  
中图分类法:
O151.2 版次： 5
中图分类法:
TP181 版次： 5
主要责任者:
阿加沃尔 著
次要责任者:
薄立军 译
附注:
CMP BOOKS 
责任者附注:
查鲁·C. 阿加沃尔(Charu C. Aggarwal)，IBM T. J. Watson研究中心杰出研究人员（DRSM），于1996年在MIT获得博士学位。 
责任者附注:
薄立军，西安电子科技大学数学与统计学院教授，概率与数理统计专业博士生导师、本科毕业于西安电子科技大学数学系、分别于2006年和2009年获南开大学概率论与数理统计专业理学硕士和理学博士学位。