《机器学习数学基础》读书笔记思维导图_第1页
《机器学习数学基础》读书笔记思维导图_第2页
《机器学习数学基础》读书笔记思维导图_第3页
《机器学习数学基础》读书笔记思维导图_第4页
《机器学习数学基础》读书笔记思维导图_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

PPT书籍导读最新版本读书笔记模板《机器学习数学基础》最新版读书笔记，下载可以直接修改第章算法机器数学矩阵向量信息角度方法应用特征基础知识基本概念数学知识空间数理统计随机变量系统地线性本书关键字分析思维导图01内容简介第2章矩阵第4章向量分析第1章向量和向量空间第3章特征值和特征向量第5章概率目录030502040607第6章数理统计附录A第7章信息与熵后记目录0908010内容摘要本书系统地阐述机器学习的数学基础知识，但并非大学数学教材的翻版，而是以机器学习算法为依据，选取数学知识，并从应用的角度阐述各种数学定义、定理等，侧重于讲清楚它们的应用和实现方法。所以，书中将使用开发者喜欢的编程语言（Python）来实现各种数学计算，并阐述数学知识在机器学习算法中的应用体现。内容简介第1章向量和向量空间1.1向量1.2向量空间1.3基和维数1.4内积空间1.5距离和角度1.6非欧几何010302040506第1章向量和向量空间第2章矩阵2.1基础知识2.2线性映射2.3矩阵的逆和转置2.4行列式第2章矩阵2.5矩阵的秩2.7图与矩阵2.6稀疏矩阵第2章矩阵第3章特征值和特征向量3.1基本概念3.2应用示例3.3相似矩阵3.4正交和投影3.5矩阵分解3.6最小二乘法（1）010302040506第3章特征值和特征向量第4章向量分析4.1向量的代数运算4.2向量微分4.3最优化方法4.4反向传播算法第4章向量分析第5章概率5.1基本概念5.2贝叶斯定理5.3随机变量和概率分布5.4随机变量的和5.5随机变量的数字特征12345第5章概率第6章数理统计6.1样本和抽样6.2点估计6.3区间估计6.4参数检验6.5非参数检验12345第6章数理统计第7章信息与熵7.1度量信息7.2信息熵7.3联合熵和条件熵7.4相对熵和交叉熵7.5互信息7.6连续分布

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论