机读格式显示(MARC)

• 000 01354nam0 2200253 450

• 001 0000531408

• 005 20200914144000.0

• 010 __ |a 978-7-301-30601-7 |d CNY49.00

• 100 __ |a 20190904d2019 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习线性代数基础 |A ji qi xue xi xian xing dai shu ji chu |e Python语言描述 |f 张雨萌编著

• 210 __ |a 北京 |c 北京大学出版社 |d 2019

• 215 __ |a 12, 160页 |c 图 |d 26cm

• 314 __ |a 张雨萌, 毕业于清华大学计算机系, 现就职于中国舰船研究设计中心, 长期从事人工智能领域相关研究工作。

• 330 __ |a 数学是机器学习绕不开的基础知识, 传统教材的风格偏重理论定义和运算技巧, 想以此高效地打下机器学习的数学基础, 针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点, 进行新的尝试和突破: 从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度, 环环相扣地展开线性代数与机器学习算法紧密结合的核心内容, 并分析推荐系统和图像压缩两个实践案例, 在介绍完核心概念后, 还将线性代数的应用领域向函数空间和复数域中进行拓展与延伸; 同时极力避免数学的晦涩枯燥, 充分挖掘线性代数的几何内涵, 并以Python语言为工具进行数学思想和解决方案的有效实践。

• 517 1_ |a Python语言描述 |A Pythonyu yan miao shu

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 张雨萌 |A zhang yu meng |4 编著

• 801 _0 |a CN |b LIB |c 20200913

• 905 __ |a LIB |d TP181/65