Matematyka w uczeniu maszynowym

Autorzy: Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

Wydawca: Helion

Rok wydania: 2022

Tłumaczenie: Filip Kamiński

ISBN: 978-83-283-8459-0

Format: 200x228

Oprawa: miękka

Stron: 416

Książka jest nowa

Cena okładkowa książki: 129.00 zł > cenę promocyjną znajdziesz na naszej aukcji!

Uczenie maszynowe staje się wszechobecne. Dzięki coraz lepszym narzędziom służącym do tworzenia aplikacji szczegóły techniczne związane z obliczeniami i modelami matematycznymi są często pomijane przez projektantów. Owszem, to wygodne podejście, ale wiąże się z ryzykiem braku świadomości co do wszystkich konsekwencji wybranych rozwiązań projektowych, szczególnie ich mocnych i słabych stron. A zatem bez ugruntowanych podstaw matematyki nie można mówić o profesjonalnym podejściu do uczenia maszynowego.

Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozkłady macierzy, rachunek wektorowy, optymalizacja, probabilistyka i statystyka. Następnie zaprezentowano matematyczne aspekty czterech podstawowych metod uczenia maszynowego: regresji liniowej, analizy głównych składowych, modeli mieszanin rozkładów Gaussa i maszyn wektorów nośnych. W każdym rozdziale znalazły się przykłady i ćwiczenia ułatwiające przyswojenie materiału.

W książce między innymi:

• podstawy algebry: układy równań, macierze, przestrzenie afiniczne
• rachunek prawdopodobieństwa, sprzężenia, optymalizacja
• wnioskowanie z wykorzystaniem różnego rodzaju modeli
• regresja liniowa i redukcja wymiarowości
• maszyna wektorów nośnych i rozwiązania numeryczne

Matematyka: koniecznie, jeśli chcesz zrozumieć istotę sztucznej inteligencji!