35.11 USD
Наличие на складе:
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 04.09.2024; планируемая отправка: 05.09.2024
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 07.09.2024; планируемая отправка: 08.09.2024
Издательство: | Питер |
Серия: | Для профессионалов |
Дата выхода: | июль 2023 |
ISBN: | 978-5-4461-1788-8 |
Объём: | 512 страниц |
Масса: | 786 г |
Размеры(В x Ш x Т), см: | 24 x 17 x 3 |
Обложка: | мягкая |
Бумага: | офсетная |
Переводное издание: | Mathematics for Machine Learning |
Язык оригинала: | английский |
Место в рейтинге продаж: | 355 |
Фундаментальные математические дисциплины, необходимые для понимания машинного обучения, — это линейная алгебра, аналитическая геометрия, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы размазаны по различным курсам, поэтому студентам, изучающим data science или computer science, а также профессионалам в МО, сложно выстроить знания в единую концепцию.
Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов.
Тем, кто только начинает изучать математику, такой подход поможет развить интуицию и получить практический опыт в применении математических знаний,а для читателей с базовым математическим образованием книга послужит отправной точкой для более продвинутого знакомства с машинным обучением.