ODBIERZ TWÓJ BONUS :: »

Matematyka w uczeniu maszynowym Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

Autorzy:
Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
5.3/6  Opinie: 4
Stron:
416
Druk:
oprawa miękka
Dostępny format:
     PDF
Czytaj fragment
Książka
77,40 zł 129,00 zł (-40%)
77,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
64,50 zł 129,00 zł (-50%)
64,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Stosowania algebry liniowej do rozwiązywania układów równań i pracy z macierzami
  • Analizowania przestrzeni wektorowych, niezależności liniowej oraz baz i przekształceń liniowych
  • Wykorzystywania norm, iloczynów wewnętrznych i ortogonalności w analizie geometrycznej
  • Obliczania wartości i wektorów własnych oraz stosowania rozkładów macierzy (Choleskiego, SVD)
  • Przeprowadzania różniczkowania funkcji, obliczania gradientów i stosowania propagacji wstecznej
  • Wykorzystywania rachunku prawdopodobieństwa, reguł Bayesa i rozkładów statystycznych
  • Modelowania i analizy rozkładu Gaussa oraz sprzężenia i rodziny wykładniczej
  • Optymalizowania funkcji za pomocą metod gradientowych i mnożników Lagrange'a
  • Rozumienia procesu minimalizacji ryzyka empirycznego i estymacji parametrów modeli
  • Budowania i trenowania modeli regresji liniowej, także w ujęciu bayesowskim
  • Redukowania wymiarowości danych za pomocą analizy głównych składowych (PCA)
  • Szacowania gęstości danych przy użyciu modeli mieszanin rozkładów Gaussa i algorytmu EM
  • Projektowania i trenowania maszyn wektorów nośnych (SVM) do klasyfikacji
  • Stosowania jąder oraz rozwiązań dualnych i numerycznych w SVM
  • Praktycznego wykorzystywania matematycznych narzędzi do analizy i rozwiązywania problemów uczenia maszynowego

Uczenie maszynowe staje się wszechobecne. Dzięki coraz lepszym narzędziom służącym do tworzenia aplikacji szczegóły techniczne związane z obliczeniami i modelami matematycznymi są często pomijane przez projektantów. Owszem, to wygodne podejście, ale wiąże się z ryzykiem braku świadomości co do wszystkich konsekwencji wybranych rozwiązań projektowych, szczególnie ich mocnych i słabych stron. A zatem bez ugruntowanych podstaw matematyki nie można mówić o profesjonalnym podejściu do uczenia maszynowego.

Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozkłady macierzy, rachunek wektorowy, optymalizacja, probabilistyka i statystyka. Następnie zaprezentowano matematyczne aspekty czterech podstawowych metod uczenia maszynowego: regresji liniowej, analizy głównych składowych, modeli mieszanin rozkładów Gaussa i maszyn wektorów nośnych. W każdym rozdziale znalazły się przykłady i ćwiczenia ułatwiające przyswojenie materiału.

W książce między innymi:

  • podstawy algebry: układy równań, macierze, przestrzenie afiniczne
  • rachunek prawdopodobieństwa, sprzężenia, optymalizacja
  • wnioskowanie z wykorzystaniem różnego rodzaju modeli
  • regresja liniowa i redukcja wymiarowości
  • maszyna wektorów nośnych i rozwiązania numeryczne

Matematyka: koniecznie, jeśli chcesz zrozumieć istotę sztucznej inteligencji!

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorach książki

Marc Peter Deisenroth kieruje zakładem sztucznej inteligencji na University College London. W swojej pracy badawczej zajmuje się efektywnym uczeniem, modelowaniem probabilistycznym i autonomicznym podejmowaniem decyzji.

A. Aldo Faisal kieruje laboratorium Brain & Behavior w Imperial College London, gdzie jest również wykładowcą i członkiem Data Science Institute. W swoich badaniach zajmuje się zagadnieniami na styku neuronauki i uczenia maszynowego.

Cheng Soon Ong jest głównym badaczem w Machine Learning Research Group i adiunktem na Australian National University. Koncentruje się na rozwijaniu statystycznych metod uczenia maszynowego.

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka ,,Matematyka w uczeniu maszynowym" wymaga zaawansowanej wiedzy z matematyki?
Nie, książka została napisana z myślą o osobach, które chcą ugruntować lub poszerzyć swoją wiedzę matematyczną w kontekście uczenia maszynowego. Stopniowo wprowadza zagadnienia od podstaw do bardziej zaawansowanych tematów.
2. Czy w książce znajdują się praktyczne przykłady i ćwiczenia?
Tak, każdy rozdział zawiera liczne przykłady oraz ćwiczenia, które pomagają utrwalić i zastosować omawiane zagadnienia matematyczne w praktyce.
3. Na jakich zagadnieniach matematycznych skupia się książka?
Publikacja obejmuje m.in. algebrę liniową, geometrię analityczną, rachunek wektorowy, optymalizację, rachunek prawdopodobieństwa i statystykę, a także matematyczne podstawy kluczowych metod uczenia maszynowego.
4. Czy książka jest odpowiednia do samodzielnej nauki?
Tak, książka została przygotowana z myślą o osobach uczących się samodzielnie - zawiera jasne wyjaśnienia, ćwiczenia oraz wskazówki ułatwiające zrozumienie materiału.
5. Jakie metody uczenia maszynowego są omawiane w książce?
Autor szczegółowo omawia regresję liniową, analizę głównych składowych (PCA), modele mieszanin rozkładów Gaussa oraz maszyny wektorów nośnych (SVM).
6. Czy książka może być używana jako podręcznik akademicki?
Tak, ze względu na szeroki zakres materiału, liczne przykłady i ćwiczenia, książka doskonale sprawdzi się jako podręcznik do kursów akademickich z uczenia maszynowego i matematyki stosowanej.
7. Czy publikacja nadaje się do nauki przygotowującej do praktycznego zastosowania uczenia maszynowego?
Tak, książka nie tylko wyjaśnia teorię, ale także pokazuje, jak stosować matematyczne narzędzia w praktycznych problemach związanych z uczeniem maszynowym.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
77,40 zł
Dodaj do koszyka
Ebook
64,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Visa Mobile