کتاب Mathematics for Machine Learning

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 4,780,000 ریال

قیمت: 4,380,000 ریال

Product details

Publisher ‏ : ‎ Cambridge University Press; 1st edition (April 1, 1920)
Language ‏ : ‎ English
Paperback ‏ : ‎ 398 pages
ISBN-10 ‏ : ‎ 110845514X
ISBN-13 ‏ : ‎ 978-1108455145

The fundamental mathematical tools needed to understand machine learning include linear algebra, analytic geometry, matrix decompositions, vector calculus, optimization, probability and statistics. These topics are traditionally taught in disparate courses, making it hard for data science or computer science students, or professionals, to efficiently learn the mathematics. This self contained textbook bridges the gap between mathematical and machine learning texts, introducing the mathematical concepts with a minimum of prerequisites. It uses these concepts to derive four central machine learning methods: linear regression, principal component analysis, Gaussian mixture models and support vector machines. For students and others with a mathematical background, these derivations provide a starting point to machine learning texts. For those learning the mathematics for the first time, the methods help build intuition and practical experience with applying mathematical concepts. Every chapter includes worked examples and exercises to test understanding. Programming tutorials are offered on the book's web site.

منابع کتاب کتاب Mathematics for Machine Learning

ابزارهای اساسی ریاضی مورد نیاز برای درک یادگیری ماشین عبارتند از جبر خطی، هندسه تحلیلی، تجزیه ماتریس، حساب برداری، بهینه سازی، احتمال و آمار. این موضوعات به طور سنتی در دوره‌های متفاوت تدریس می‌شوند و یادگیری مؤثر ریاضیات را برای دانشجویان علوم داده یا علوم رایانه یا متخصصان سخت می‌کند. این کتاب درسی خود حاوی شکاف بین متون ریاضی و یادگیری ماشینی را پر می کند و مفاهیم ریاضی را با حداقل پیش نیازها معرفی می کند. از این مفاهیم برای استخراج چهار روش یادگیری ماشین مرکزی استفاده می‌کند: رگرسیون خطی، تحلیل مؤلفه‌های اصلی، مدل‌های مخلوط گاوسی و ماشین‌های بردار پشتیبان. برای دانش‌آموزان و سایرین با پیش‌زمینه ریاضی، این اشتقاق‌ها نقطه شروعی برای متون یادگیری ماشینی است. برای کسانی که برای اولین بار ریاضیات را یاد می گیرند، این روش ها به ایجاد شهود و تجربه عملی با به کارگیری مفاهیم ریاضی کمک می کند. هر فصل شامل مثال های کار شده و تمرین هایی برای تست درک است. آموزش های برنامه نویسی در وب سایت کتاب ارائه شده است.