人工智能基礎 : 數學知識
張曉明
- 出版商: 人民郵電
- 出版日期: 2020-02-01
- 定價: $330
- 售價: 8.5 折 $281
- 語言: 簡體中文
- 頁數: 193
- 裝訂: 平裝
- ISBN: 7115523193
- ISBN-13: 9787115523198
-
相關分類:
人工智慧
-
相關翻譯:
30分鐘就讀懂:機器學習從數學開始, 2/e (繁中版)
立即出貨 (庫存=1)
買這商品的人也買了...
-
$420$412 -
$296Rootkit 隱遁攻擊技術及其防範
-
$352Python 數據科學入門 (Python for Data Science For Dummies)
-
$390$304 -
$780$616 -
$294$279 -
$750$638 -
$580$493 -
$680$537 -
$500$390 -
$580$493 -
$301人工智能入門 常用工具
-
$690$587 -
$607Python 預測之美:數據分析與算法實戰
-
$320$288 -
$505機器人控制 — 運動學、控制器設計、人機交互與應用實例
-
$599$509 -
$690$538 -
$556AI 源碼解讀:機器學習案例 (Python版)
-
$599$473 -
$750$593 -
$680$537 -
$650$514 -
$520$411 -
$505深度學習:數學基礎、算法模型與實戰
相關主題
商品描述
本書基於流行的Python語言,通俗易懂地介紹了入門人工智能領域必需必會的數學知識,
旨在讓讀者輕鬆掌握並學以致用。
本書分為線性代數、概率和優化等3篇,共21章,覆蓋了人工智能領域中重要的數學知識點。
本書寫作風格通俗有趣,讀者可在潛移默化中掌握這些數學知識以及相關的編程操作,
並能從工程落地的角度深刻理解數學在其中的扮演角色和魅力。
本書適合希望投身於人工智能領域且想有一番作為的人員閱讀,
還適合對人工智能領域背後的邏輯感興趣的人員閱讀。
本書還可作為各大高校人工智能專業的參考用書。
作者簡介
張曉明
網名大聖。
國內早期的競價搜索工程師,曾就職雅虎、阿里、移動等大型互聯網公司,
擔任過數據專家、技術總監等職務,服務過廣告、電商、移動運營商、
互聯網金融等多行業,有15年以上的數據挖掘、機器學習一線工程經驗。
現為自由職業者、獨立諮詢顧問、獨立講師。
目錄大綱
目錄:
第一篇線性代數
第1章論線性代數的重要性…………………………………………………………… 2
1.1小白的苦惱…………… …………………………………………………………… 2
1.2找朋友…………………………………………………………… ………………… 4
1.3找推薦……………………………………………………………………………… 7
1.4賺大錢………………………………… ……………………………………………10
第2章從相似到向量………………………………………………………………… … 12
2.1問題:如何比較相似………………………………………………………………12
2.2代碼示例…………………………………… ………………………………………12
2.3專家解讀……………………………………………………………………………17
第3章向量和向量運算………………………………………………………………… 20
3.1代碼示例:在Python中使用向量……………………… ………………………20
3.1.1創建向量…………………………………………………………………………… 20
3.1.2向量的範數(模長) ………… …………………………………………………… 21
3.1.3向量的相等…………………………………………………………… …………… 21
3.1.4向量加法(減法) ………………………………………………………………… 22
3.1.5向量的數乘……… ………………………………………………………………… 23
3.1.6向量的線性組合…………………………………………… ……………………… 24
3.1.7向量的乘法(點積) ……………………………………………………………… 25
3.2專家解讀……………………………… ……………………………………………26
第4章*難的事情——向量化……………………………………………………… … 27
4.1問題:如何對文本向量化…………………………………………………………28
4.2 One-Hot Encoding方式…………………………… ……………………………29
4.2.1做法1:二值化…………………………………………………………………… 31
4.2. 2做法2:詞頻法…………………………………………………………………… 32
4.2.3做法3:TF-IDF …………………… ……………………………………………… 33
4.3專家解讀………………………………………………………………………… …34
4.3.1稀疏向量和稠密向量……………… …………………………………………… 34
4.3.2 One-Hot到Word2Vec …………………………………………………………… 35
第5章從線性方程組到矩陣…………………………………………………………… 38
5.1回歸預測…………………………………… ………………………………………39
5.2從方程組到矩陣……………………………………………………………………41
5.3工程中的方程組……………………………………………………………………42
第6章空間、子空間、方程組的解…………… ……………………………………… 44
6.1空間和子空間………………………………………………………………………45
6.2子空間有什麼用……………………………………………………………………46
6.3所謂*優解指什麼……………………………… …………………………………48
第7章矩陣和矩陣運算………………………………………………………………… 50
7.1認識矩陣……………………………………………………………………………50
7.2創建矩陣…………………………………………… ………………………………51
7.2.1代碼示例:如何創建矩陣………………………………………………………… 51
7.2.2代碼示例:如何創建對角矩 …………………………………………………… 52
7.2.3代碼示例:如何創建單位矩陣………………………………………………… 53
7.2.4代碼示例:如何創建對稱矩陣…………………………………………………… 54
7.3矩陣運算……………………………………… ……………………………………55
7.3.1代碼示例:加法和數乘…………………………………………………………… 55
7.3.2代碼示例:矩陣乘法……………………………………………………………… 56
7.3.3代碼示例:求逆矩陣…………………… ………………………………………… 57
第8章解方程組和*小二乘解……………………………………………………… … 58
8.1代碼實戰:解線性方程組…………………………………………………………58
8.2代碼實戰:用*小二乘法解方程組…………… …………………………………59
8.3專家解讀:*小二乘解……………………………………………………………61
8.3.1損失函數…………………………………………………………………………… 61
8.3.2 *小二乘解………………………… ……………………………………………… 63
第9章帶有正則項的*小二乘解……………………………………………… ……… 65
9.1代碼實戰:多項式回歸…… ……………………………………………………66
9.2代碼實戰:嶺回歸…………………………………………………………… ……69
9.3代碼實戰:Lasso回歸……………………………………………………………71
第10章矩陣分解的用途………………………… …………………………………… 74
10.1問題1:消除數據間的信息冗餘…………………………………………………74
10.2問題2:模型複雜度………………………………………………………………78
10.3代碼實戰:PCA降維…………………………… ………………………………79
10.4專家解讀…………………………………………………………………………82
10.5從PCA到SVD ……………………………………………………………………84
第11章降維技術哪家強…………………………………… ………………………… 86
11.1問題:高維數據可視化…………………………………………………………86
11.2代碼實戰:多種數據降維………………………………………………………89
11.3專家解讀:從線性降維到流形學習………………………………………… …92
第12章矩陣分解和隱因子模型……………………………………………………… 94
12.1矩陣分解和隱因子模型概述…………………… ……………………………94
12.2代碼實戰: SVD和文檔主題………………………………………………………96
12.3小結……………… …………………………………………………………… 100
*二篇概率
第13章概率建模………………………………………… …………………………… 102
13.1概率…………………………………………………………………………… 102
13.2隨機變量和分佈……………………………………………………………… 103
13.2.1 0-1分佈(伯努利分佈)………………… ……………………………………… 104
13.2.2二項分佈………………………………………………………………………… 104
13.2.3多項分佈………………………………………………………………………… 105
13.2.4正態分佈…………………… …………………………………………………… 107
13.3代碼實戰:檢查數據是否服從正態分佈…………………………………… 108
13.4專家解讀:為什麼正態分佈這麼厲害……………………………………… 111
13.5小結………………………………………………………………… ………… 111
第14章*大似然估計………………………………………………………………… 112
14.1 *大似然原理…………… …………… …………………………………… 112
14.2代碼實戰:*大似然舉例…………………………………………………… 113
14.3專家解讀:*大似然和正態分佈…………………………………………… 115
14.4 *大似然和回歸建模………………………………………… ……………… 117
14.5小結…………………………………………………………………………… 118
第15章貝葉斯建模…………………………………………………………………… 119
15.1什麼是隨機向量………………………… …………………………………… 119
15.2隨機向量的分佈……………………………………………………………… 120
15.3獨立VS不獨立………………………………………………………………… 123
15.4貝葉斯公式………………………………………………… ………………… 123
15.5小結…………………………………………………………………………… 124
第16章樸素貝葉斯及其拓展應用…………………………………………………… 125
16.1代碼實戰:情感分析………………………………………………………… 125
16.2專家解讀……………………………………………………………………… 128
16.3代碼實戰:優選健身計劃……………………… ………………………… 130
16.4小結…………………………………………………………………………… 136
第17章進一步體會貝葉斯…………………………………………………………… 137
17.1案例:這個機器壞了嗎…………………………………………… ………… 137
17.2專家解讀:從貝葉斯到在線學習…………………………………………… 141
第18章採樣…………………………………………………………………………… 142
18.1貝葉斯模型的困難……………………… …………………………………… 143
18.2代碼實戰:拒絕採樣………………………………………………………… 144
18.3代碼實戰: MH採樣…………………………………………………………… 147
18.4專家解讀:拒絕採樣算法………………………………………………… … 150
18.4.1 MH算法………………………………………………………………………… 151
18.4.2馬爾科夫鍊和細緻平穩條件……… …………………………………………… 152
18.4.3細緻平穩條件和接受率的關係………………………………………………… 153
18.5專家解讀:從MH到Gibbs ………………………………………………… 154
18.6小結………………………………………… ………………………………… 155
第三篇優化
第19章梯度下降算法………………………………………………………………… 158
19.1代碼實戰:梯度下降算法…………………………………………………… 159
19.2專家解讀:梯度下降算法……………………………………… …………… 162
19.3代碼實戰:隨機梯度下降算法……………………………………………… 167
19.4專家解讀:隨機梯度下降算法……………………………………………… 168
19.5小結……………………………………………………… …………………… 169
第20章邏輯回歸……………………………………………………………………… 171
20.1代碼實戰:邏輯回歸…… …………………………………………………… 173
20.2專家解讀:邏輯回歸的原理………………………………………………… 174
20.3代碼實戰:邏輯回歸梯度下降算法………………………………………… 177
第21章凸優化…………………………………………………… …………………… 179
21.1凸優化掃盲…………………………………………………………………… 181
21.2正則化和凸優化………… …………………………………………………… 182
21.3小結……………………………………………… ………………………… 183
附錄A工作環境搭建說明……………………………………………………………… 184
A.1什麼是Python …… ……………………………………………………………… 184
A.2本書所需的工作環境……………………………………… …………………… 187
A.2.1 Anaconda版本選擇…………………………………………………………… 187
A.2.2多版本共存的Anaconda安裝方式…………………………………………… 188
A.2.3安裝Anaconda主版本(Anaconda 2) …………………………… ………… 188
A.2.4安裝Anaconda輔版本(Anaconda 3) ……………………………………… 190
A.2.5開發工具的選擇…………………………… …………………………………… 190
結語………………………………………………………………………………………… …193