편집자의 선택
기초과목인 수학은 현대 과학기술을 학습하고 연구하기 위해 반드시 숙달해야 하는 기본 도구이다.
인공지능은 현재 컴퓨터 과학에서 매우 인기 있는 분야로, 머신러닝은 인공지능을 구현하는 방법이며, 그 근간이 되는 논리는 수학이다.
AI시대, 수학에 뛰어난 자가 세상을 정복한다!
1. 이 책은 300개 이상의 일러스트레이션 + 100개 이상의 예시 + 50개 이상의 공식 도출을 결합하여 스토리와 예시를 통해 인공지능과 머신러닝에 필요한 기본적인 수학적 지식을 소개하고 있어 매우 흥미롭습니다.
2. 책 전체는 중학교 수준의 수학 지식을 바탕으로 내용이 얕은 것부터 깊은 것까지 구성되어 있으며, 수학적 계산을 위한 세부 단계가 나열되어 있어 독자가 빨리 시작할 수 있습니다.
3. 수학의 친근함에 주목하고, 언급된 개념과 용어의 이해에 중점을 두고, 독자의 이해를 돕기 위해 상대적으로 간단한 사례를 선택하고, 핵심 내용을 반복적으로 강조합니다.
4. 이 책은 크게 선형대수학, 고급수학, 확률의 세 부분으로 구성되어 있으며, 각 부분은 머신러닝에 관한 일반적인 수학적 지식만을 소개합니다. Python 프로그래밍에서는 번거로운 계산이 구현되어 프로그래머에게 소속감을 줍니다.
간략한 소개
『머신러닝 속의 수학』은 머신러닝에 관련된 수학적 지식을 체계적으로 소개한 입문서로, 머신러닝에 수학을 도입하는 것부터 시작해 수학의 친근함을 보여주는 원리에 따라 몇 가지 개념을 알려준다. 기계 학습에서 일반적인 수학적 지식. 인공지능의 핵심 기술인 머신러닝은 수학적 기초가 약한 사람들을 위해 가파른 계단을 마련해 주는데, 이 책은 가파른 계단 앞에 경사를 만들고 독자들을 위해 머신러닝의 수학적 길을 열어주기 위해 노력하고 있다.
"머신러닝 수학"은 선형대수학, 고급수학, 확률의 세 부분으로 나누어 총 19장으로 구성되어 있습니다. 1부에는 벡터, 벡터의 내적, 행렬식, 대수 보조인자, 행렬, 행렬 및 연립방정식, 행렬 순위, 역행렬, Gauss-Nordang 소거 방법, 소거 행렬 및 순열 행렬, 행렬의 LU 분해, 유클리드 등이 포함됩니다. 거리, 맨해튼 거리, 체비쇼프 거리, 각도 코사인 등 2부에는 도함수, 미분, 부정적분, 정적분, 호 길이, 편도함수, 다중 적분, 매개변수 방정식, 극좌표계, 원통좌표계, 구면좌표계가 포함됩니다. , 경사, 경사하강법, 방향미분, 선형근사, 2차근사, 테일러의 공식, 뉴턴의 방법, zuixiao 제곱법, 극값 풀기, 라그랑주 승수법, KKT 조건, 오일러-라그랑주 방정식 등; 3부에는 확률, 고전 개념, 기하학적 개념, 상호 배타적 사건, 독립 사건, 분포 함수, 이산 분포, 연속 분포 등
『머신러닝 수학』은 포괄적인 내용과 간결한 언어, 전형적인 예문, 강력한 실용성을 갖추고 있으며, '친숙한 수학'을 바탕으로 머신러닝과 완벽하게 연결되어 있어 머신러닝과 딥러닝을 이해하고 싶은 프로그래머에게 적합합니다. 하지만 수학적 기초가 취약하여 읽기, 주요 대학의 머신러닝 관련 전공자들의 교재로도 적합합니다. 기계학습과 수학을 좋아하는 사람, 대규모 데이터 마이닝과 분석 인력, 금융정보 실무자 등도 이 책을 선택해 참고하고 공부할 수 있다.
저자 소개
Sun Bo는 Suzhou Industrial Park의 고도로 숙련된 선도 인재이자 기계 학습 애호가이며 소프트웨어 알고리즘 및 소프트웨어 구조 설계에 능숙합니다. 그는 CSDN과 많은 유명 블로그 사이트에 많은 기술 기사를 게재했으며 독자들의 깊은 사랑을 받고 있습니다. 현재 회사의 CTO로 재직하면서 학교-기업 협력 인턴십 플랫폼 구축과 재미있는 소프트웨어 교육을 주도하고 있습니다.
멋진 서평
이 책은 소프트웨어 개발자의 관점과 학습 마인드에서 출발하여 머신러닝 수학과 관련된 기본 개념과 실무적 응용 방법을 얕은 것부터 깊은 것까지 정리하고 있으며, 순수한 이론 연구와 엄격한 프로세스 도출을 지양하고, 실제적인 배경을 많이 제시하고 있다. 추상적이고 지루한 상상을 피하고, 독자가 빨리 시작하는 데 필요한 도움을 제공합니다. 이 책은 대수학, 기하학, 고급수학, 확률 등 머신러닝의 주요 기초 지식을 상위 수준으로 정리하고 정리한 책이다. 머신러닝 초보자를 위한 탁상 참고서로 활용할 수 있다.
——Zhao Yongsheng, 전 Neusoft Wanghai R&D 센터 총책임자
근본적으로 머신러닝은 수학을 응용한 것입니다. 훌륭한 인공지능 엔지니어가 되려면 수학에 대한 깊은 지식이 있어야 합니다. 이 책은 이해하기 쉽고 예제와 스토리텔링을 통해 기계를 소개합니다. 학습에 필요한 수학적 지식을 통해 머신러닝의 문으로 쉽게 들어갈 수 있습니다.
——장춘정, 시안석유대학교 교수
수학의 발전은 생활에서 나오며, 세상을 친근하게 대해야 하는데, 이 책을 통해 수학에 대한 관심이 다시 불붙었습니다.
——Deng Hongyu, Suzhou Smart Parent Education Technology Co., Ltd. CTO
목차
리뷰{{'('+ commentList.posts_count + ')'}}
당신의 체험을 공유하고 더 많은 사용자가 선택할 수 있도록 도와줍니다.
리뷰 작성{{i}}별
{{i}} 별
{{ parseInt(commentRatingList[i]) }}%
{{ showTranslate(comment) }}접기
{{ strLimit(comment,800) }}전체 보기
Show Original{{ comment.content }}
{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}
{{ showTranslate(comment) }}접기
{{ strLimit(comment,800) }}전체 보기
Show Original{{ comment.content }}
{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}
조건에 맞는 리뷰가 없습니다
리뷰 상세
{{commentDetails.user_name}}
{{ showTranslate(commentDetails) }}접기
{{ strLimit(commentDetails,800) }}전체 보기
Show Original{{ commentDetails.content }}
{{ formatTime(commentDetails.in_dtm) }} 구매 완료 {{groupData}}
답변{{'(' + replyList.length + ')'}}
{{ reply.reply_user_name }}답변{{ reply.parent_user_name }}
{{ showTranslate(reply) }}접기
{{ strLimit(reply,800) }}전체 보기
Show Original{{ reply.reply_content }}
{{ formatTime(reply.reply_in_dtm) }}
지금까지의 모든 리뷰입니다!
댓글을 입력하세요.
신고하기
이 리뷰를 삭제하시겠습니까?
취소