Название: Математика в машинном обучении: Докопайся до сути
Автор: Марк Питер Дайзенрот, А. Альдо Фейзал, Чен Сунь Он
Издательство: Питер
Год: 2024
Страниц: 512
Язык: русский
Формат: pdf
Размер: 17.2 MB

Фундаментальные математические дисциплины, необходимые для понимания машинного обучения (МО), — это линейная алгебра, аналитическая геометрия, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы размазаны по различным курсам, поэтому студентам, изучающим data science или computer science, а также профессионалам в МО, сложно выстроить знания в единую концепцию. Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов. Тем, кто только начинает изучать математику, такой подход поможет развить интуицию и получить практический опыт в применении математических знаний, а для читателей с базовым математическим образованием книга послужит отправной точкой для более продвинутого знакомства с машинным обучением.

К фундаментальным математическим дисциплинам, необходимым для понимания машинного обучения (МО), относятся линейная алгебра, аналитическая геометрия, разложение матриц, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы преподаются в различных курсах, и поэтому студентам, изучающим науку о данных (data science) или информатику (computer science), а также профессионалам в МО, сложно как следует осваивать математику.

Эта книга — самодостаточное руководство, она заполняет пробел между учебниками по математике и машинному обучению, знакомит читателя с математическими концепциями почти без предварительной подготовки. Далее на основе этих концепций выводятся четыре основных метода МО: линейная регрессия, метод главных компонент, гауссово моделирование смесей и метод опорных векторов. Для студентов и других читателей с базовым математическим образованием эти направления послужат отправной точкой для изучения руководств по машинному обучению. Тем, кто только начинает изучать математику, эти методы помогут наработать интуицию и практический опыт в применении математических концепций.

В каждой главе имеются рабочие примеры и упражнения, чтобы проверить, насколько усвоен материал. Руководства по программированию выложены на сайте, сопровождающем книгу