圖解機器學習與資料科學的數學基礎|使用Python(電子書) 
作者: 松田雄馬, 露木宏志, 千葉彌平
譯者: 許郁文
書號: ICD021900     出版日: 2022/06/27
ISBN:     EAN:
紙本書價格: 650     附件: 
電子書: 已出版
試讀  
  Google Play 圖書
  博客來



回頁首
搞懂不會背叛你的數學,進一步提升你的程式功力!
本書透過圖表解說人工智慧與資料科學領域的相關數學知識,並告訴你如何將其轉換為程式碼,除了可以吸收關於數學的知識之外,也能立即運用在工作上。

透過機率統計的學習,了解如何改善業務流程
本書將AI與資料科學的相關數學知識分成四大篇,第一篇的「機率統計、機器學習篇」介紹的是了解工作情況,篩選出必要資訊的流程,以及位於這個流程背後的機率統計、機器學習的數學知識。能掌握工作情況就能知道該如何改善相關業務,也能進一步觀察未來的變化。

了解最佳化的步驟,學會職場所需的最佳化流程
第二篇「數理最佳化篇」介紹最佳化業務的流程,以及解決業務問題的方法。要最佳化業務,就必須先了解哪些部分需要改善效率,換言之,最佳化的重點在於找出問題。了解最佳化的步驟與問題的種類,就能學會工作職場所需的最佳化流程。

透過預測病毒的傳播模式,了解相關的數學理論
第三篇「數值模擬篇」則以傳染染病的傳播為主題,學習預測這類傳播模式的微分。只要了解微分,就能了解病毒的傳播模式,也能利用動畫說明傳播模式與製作出臨場感十足的簡報。最後的「深度學習篇」則會先說明近年來發展神速的深度學習技術原理,再說明這些原因都於哪些技術或職場應用。

來自讀者的讚譽
「這是我買過最實用的書」
「這本書可以讓你知道如何將數學應用在現實世界的工作之中」
「這本書拯救了文科出身,在工作上又不得不面對數學的我」

回頁首

序章|設定 Python開發環境
第一篇機率統計、機器學習篇
第1章|取得資料之後的第一件事
第2章|試著利用機器學習進行分析
第3章|推測必需的資料筆數

第二篇 數理最佳化篇
第4章|透過最佳路徑規劃問題,了解解決最佳化問題的方法
第5章|透過排班問題了解最佳化問題的全貌

第三篇 數値模擬篇
第6章|試著預測傳染病的影響
第7章|試著透過動畫模擬人類的行為

第四篇 深度學習篇
第8章|了解深度學習辨識影像的方法
第9章|了解深度學習處理時間序列資料的機制
第10章|了解以深度學習進行的圖片處理與語言處理

Appendix 程式設計與數學之間的橋梁
Appendix 1|利用公式了解常態分佈
Appendix 2|微分方程式差分法造成的誤差與泰勒展開式
Appendix 3|非線性最佳化的機械學習/深度學習的迴歸/分類


  
 

關於碁峰隱私權政策聯絡我們     檢視 : PC 版  手機版
碁峰資訊股份有限公司 GOTOP INFORMATION INC.
台北市南港區三重路66號7樓之6 / 7F.-6,No.66,Sanchong Rd.,Nangang District,Taipei
TEL:(02)2788-2408 FAX:(02)8192-4433 劃撥帳號:14244383
Copyright 2014© GOTOP Information Inc, All Rights Reserved 請勿任意連結、轉載