妙思文献管理集成系统WWW检索

书目信息

表格格式
工作单格式
卡片格式

题名：	机器学习数学基础
作者：	周洋，张小霞编著
分册：
出版信息：	北京北京大学出版社 2021
页数：	254页
开本：	26cm
丛书名：
单册：
中图分类：	TP181 ， TP311.561
科图分类：
主题词：	机器学习--ji qi xue xi , 软件工具--ruan jian gong ju--程序设计
电子资源：
ISBN：	978-7-301-32267-3

000	01678nam0 2200289 450
001	012023001321
010		@a978-7-301-32267-3@dCNY69.00
100		@a20210812d2021 em y0chiy50 ea
101	0	@achi
102		@aCN@b110000
105		@aa a 000yy
106		@ar
200	1	@a机器学习数学基础@Aji qi xue xi shu xue ji chu@ePython语言实现@f周洋, 张小霞编著
210		@a北京@c北京大学出版社@d2021
215		@a254页@c图@d26cm
314		@a周洋, 成都嘉捷信诚解决方案专家。张小霞, 控制理论与控制工程专业硕士。
320		@a有书目 (第254页)
330		@a本书是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书, 同时还介绍了非常经典的综合案例, 除了编写机器学习的代码, 还编写了深度学习的代码。本书一共分为两部分。第一部分为数学基础知识部分, 包含8个章节, 介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例, 读者能够了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相应的库函数的应用。第二部分为案例部分, 包含4个章节, 介绍了微积分、线性代数和概率统计问题的建模方法、求解流程和编程实现, 以及工业生产领域的Python实战, 包含了机器学习算法和深度学习PyTorch框架的应用。在学习本书内容前, 建议读者先掌握基本的Python编程知识和数学基础, 然后将本书通读一遍, 了解本书的大概内容, 最后再跟着实例进行操作。
517	1	@aPython语言实现@APythonyu yan shi xian
606	0	@a机器学习@Aji qi xue xi
606	0	@a软件工具@Aruan jian gong ju@x程序设计
690		@aTP181@v5
690		@aTP311.561@v5
701	0	@a周洋@Azhou yang@4编著
701	0	@a张小霞@Azhang xiao xia@4编著
801	0	@aCN@b湖北三新@c20230804
905		@a徽商职业学院@bS338287-89@dTP181@e50@f3

机器学习数学基础：Python语言实现/周洋, 张小霞编著.-北京：北京大学出版社，2021

254页：图；26cm

ISBN 978-7-301-32267-3：CNY69.00

本书是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书, 同时还介绍了非常经典的综合案例, 除了编写机器学习的代码, 还编写了深度学习的代码。本书一共分为两部分。第一部分为数学基础知识部分, 包含8个章节, 介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例, 读者能够了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相应的库函数的应用。第二部分为案例部分, 包含4个章节, 介绍了微积分、线性代数和概率统计问题的建模方法、求解流程和编程实现, 以及工业生产领域的Python实战, 包含了机器学习算法和深度学习PyTorch框架的应用。在学习本书内容前, 建议读者先掌握基本的Python编程知识和数学基础, 然后将本书通读一遍, 了解本书的大概内容, 最后再跟着实例进行操作。

●

序号	登录号	条形码	馆藏地/架位号	状态	备注
1	338287	S338287	历史工业书库（图文三楼西）/ [索取号:TP181/50]	在馆
2	338288	S338288	历史工业书库（图文三楼西）/ [索取号:TP181/50]	在馆
3	338289	S338289	历史工业书库（图文三楼西）/ [索取号:TP181/50]	在馆