Mathematics for Machine Learning
1-
- Hardcover
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Englisch
40,60 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
Kopierschutz
Ja
Family Sharing
Ja
Text-to-Speech
Nein
Verkaufsrang
22641
Erscheinungsdatum
23.04.2020
Verlag
Cambridge University PressSeitenzahl
(Printausgabe)
Dateigröße
17851 KB
Sprache
Englisch
EAN
9781108569323
The fundamental mathematical tools needed to understand machine learning include linear algebra, analytic geometry, matrix decompositions, vector calculus, optimization, probability and statistics. These topics are traditionally taught in disparate courses, making it hard for data science or computer science students, or professionals, to efficiently learn the mathematics. This self-contained textbook bridges the gap between mathematical and machine learning texts, introducing the mathematical concepts with a minimum of prerequisites. It uses these concepts to derive four central machine learning methods: linear regression, principal component analysis, Gaussian mixture models and support vector machines. For students and others with a mathematical background, these derivations provide a starting point to machine learning texts. For those learning the mathematics for the first time, the methods help build intuition and practical experience with applying mathematical concepts. Every chapter includes worked examples and exercises to test understanding. Programming tutorials are offered on the book's web site.
Kundinnen und Kunden meinen
Meiner Meinung nach das beste…
MertD aus Deutschland am 02.04.2020
Bewertungsnummer: 2774489
Bewertet: Buch (Taschenbuch)
Meiner Meinung nach das beste Buch, das die mathematischen Konzepte des maschinellen Lernens vorstellt. Das Buch ist nicht für fortgeschrittene Techniken des maschinellen Lernens gedacht, da es bereits viele Bücher gibt, die dies tun. Stattdessen werden die mathematischen Fähigkeiten vermitteln, die zum Lesen dieser anderen Bücher erforderlich sind. Das Buch kann auch kostenlos online gelesen werden unter: https://mml-book.github.io/
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice