机器学习之数学基础：概率统计与算法应用
￥69.80定价
作者： 朱宁
出版时间：2024-06
出版社：中国水利水电出版社
- 中国水利水电出版社
- 9787522622446
- 1-1
- 517497
- 66258979-5
- 32开
- 2024-06
- 电子与信息大类
- 中职 五年制高职 本科 高职 高职本科（应用型本科）
作者简介
内容简介
本书先从概率论的基础讲起，然后逐步深入到概率论在机器学习中的应用，最后结合机器学习实战案例，重点介绍了概率论的概念及其在机器学习中的应用。通过本书读者不但可以系统地学习常见概率的相关知识，还能对机器学习开发有更深入的理解。
本书共 10 章，涵盖的主要内容：机器学习概述；为什么机器学习需要概率论；概率的定义；集合和事件；独立性；概率的性质；常见的计算概率方法；离散型和连续型概率分布；离散型和连续型概率分布的期望值、方差与标准差；几种常见的离散型和连续型概率分布；条件概率；联合概率；边缘概率；贝叶斯理论；随机过程简介；马尔可夫链；隐马尔可夫模型；高斯过程；常见的机器学习 Python 库；机器学习分类算法和回归算法简介；概率论在分类算法和回归算法中的应用；常见的分类算法和回归算法；强化学习简介；有趣的机器人游戏；GAN；图片风格转换。
本书内容通俗易懂，案例丰富，实用性强，不仅适合概率论的入门读者和进阶读者阅读，也适合机器学习从业者、人工智能算法专家等其他人工智能爱好者阅读。另外，本书也可以作为相关培训机构的教材。
本书共 10 章，涵盖的主要内容：机器学习概述；为什么机器学习需要概率论；概率的定义；集合和事件；独立性；概率的性质；常见的计算概率方法；离散型和连续型概率分布；离散型和连续型概率分布的期望值、方差与标准差；几种常见的离散型和连续型概率分布；条件概率；联合概率；边缘概率；贝叶斯理论；随机过程简介；马尔可夫链；隐马尔可夫模型；高斯过程；常见的机器学习 Python 库；机器学习分类算法和回归算法简介；概率论在分类算法和回归算法中的应用；常见的分类算法和回归算法；强化学习简介；有趣的机器人游戏；GAN；图片风格转换。
本书内容通俗易懂，案例丰富，实用性强，不仅适合概率论的入门读者和进阶读者阅读，也适合机器学习从业者、人工智能算法专家等其他人工智能爱好者阅读。另外，本书也可以作为相关培训机构的教材。
