展开全部

主编推荐语

基于Python代码的机器学习算法入门教程,有趣、易懂、不枯燥的机器学习入门书,对话形式轻松理解,带你一本书掌握机器学习的基础数学。

内容简介

本书通过正在学习机器学习的程序员绫乃和她朋友美绪的对话,结合回归和分类的具体问题,逐步讲解了机器学习中实用的数学基础知识。

其中,重点讲解了容易成为学习绊脚石的数学公式和符号。同时,还通过实际的Python编程讲解了数学公式的应用,进而加深读者对相关数学知识的理解。

目录

  • 版权信息
  • 前言
  • 致谢
  • 各章概要
  • 出场人物介绍
  • 第 1 章 开始二人之旅
  • 1.1 对机器学习的兴趣
  • 1.2 机器学习的重要性
  • 1.3 机器学习的算法
  • 1.4 数学与编程
  • 第 2 章 学习回归——基于广告费预测点击量
  • 2.1 设置问题
  • 2.2 定义模型
  • 2.3 最小二乘法
  • 2.4 多项式回归
  • 2.5 多重回归
  • 2.6 随机梯度下降法
  • 第 3 章 学习分类——基于图像大小进行分类
  • 3.1 设置问题
  • 3.2 内积
  • 3.3 感知机
  • 3.4 线性可分
  • 3.5 逻辑回归
  • 3.6 似然函数
  • 3.7 对数似然函数
  • 3.8 线性不可分
  • 第 4 章 评估——评估已建立的模型
  • 4.1 模型评估
  • 4.2 交叉验证
  • 4.3 正则化
  • 4.4 学习曲线
  • 第 5 章 实现——使用 Python 编程
  • 5.1 使用Python 实现
  • 5.2 回归
  • 5.3 分类——感知机
  • 5.4 分类——逻辑回归
  • 5.5 正则化
  • 5.6 后话
  • 附录
  • A.1 求和符号、求积符号
  • A.2 微分
  • A.3 偏微分
  • A.4 复合函数
  • A.5 向量和矩阵
  • A.6 几何向量
  • A.7 指数与对数
  • A.8 Python 环境搭建
  • A.9 Python 基础知识
  • A.10 NumPy 基础知识
  • 作者简介
  • 看完了
展开全部

评分及书评

4.8
16个评分
  • 用户头像
    给这本书评了
    5.0

    我是警校毕业,当时上学的时候我们没有数学课,对微分,向量等类似的数学概念听都没听过,但是这本书,用语通俗,内容精炼,特别适合像我这种数学小白学习,看完后对一些算法有了基础性的了解,增加了学习信心。

      转发
      评论

    出版方

    人民邮电出版社·图灵出品

    图灵社区成立于2005年6月,由人民邮电出版社投资控股,以策划出版高质量的科技书籍为核心业务,主要出版领域包括计算机、电子电气、数学统计、科普等,通过引进国际高水平的教材、专著,以及发掘国内优秀原创作品等途径,为目标读者提供一流的内容。