機器學習數學基礎機率論與數理統計Python語言描述

機器學習數學基礎機率論與數理統計Python語言描述

《機器學習數學基礎機率論與數理統計Python語言描述》是2021年北京大學出版社出版的圖書。

基本介紹

  • 中文名:機器學習數學基礎機率論與數理統計Python語言描述
  • 作者:李昂
  • 類別:計算機、網路
  • 出版社:北京大學技術出版社
  • 出版時間:2021年
  • 開本:16 開
  • 裝幀:平裝-膠訂
  • ISBN:9787301324059
內容簡介,圖書目錄,作者簡介,

內容簡介

《機器學習數學基礎:機率論與數理統計》從基礎的機率統計知識講起,逐步深入到機器學習以及深度學習的分類算法,並在後配合深度學習的實戰案例,介紹了softmax回歸函式在手寫體圖像識別中的具體套用。通過手動編輯代碼,讓讀者更深入地了解機率在人工智慧領域的重大作用。全書分為16章,涵蓋的內容主要有機率統計在人工智慧發展過程中的重要影響;隨機試驗及機率的概念;隨機變數的分布及多維隨機變數的分布情況;貝葉斯算法;常態分配現象;隨機變數的數字特徵;機器學習中的損失函式;大數定律;樣本及抽樣分布的做法;參數估計的概念;馬爾科夫鏈;過擬合與欠擬合問題及解決方法;Tensorflow概述及安裝方法;卷積神經網路介紹;實驗演練之手寫體數字識別等。
《機器學習數學基礎:機率論與數理統計》配有大量的插圖,以身邊的生活現象為基礎,深入簡出地介紹了什麼是機率統計,特別適合數學基礎薄弱、想學習機率統計又怕自己看不懂的初學者閱讀。同時也適合機器學習、深度學習的人工智慧愛好者閱讀。

圖書目錄

第1章 機器學習及機率 1
1.1 機器學習概述 2
1.2 機器學習的發展歷史 8
1.3 機器學習的研發進展 11
1.4 機器學習與機率的關係 14
第2章 隨機試驗及機率 21
2.1 機率及機率的特點 22
2.2 機率與頻率 28
2.3 等可能概型(古典概型) 32
2.4 機率小故事——三門問題 36
第3章 隨機變數及其分布 38
3.1 隨機變數 39
3.2 離散型隨機變數及其分布律 42
3.3 隨機變數的分布函式 46
3.4 連續型隨機變數及其機率密度 47
3.5 機率小故事——星期二男孩 51
第4章 多維隨機變數及其分布 53
4.1 二維隨機變數 54
4.2 邊緣分布 61
4.3 機率小故事——彭尼的遊戲 64
第5章 貝葉斯問題 69
5.1 由暗戀引發的思考 70
5.2 貝葉斯機率 71
5.3 貝葉斯算法原理 72
5.4 樸素貝葉斯算法原理 82
5.5 機率小故事——你打遊戲能贏嗎 86
第6章 常態分配 89
6.1 生活中的常態分配現象 90
6.2 常態分配 91
常態分配實驗 91
6.3 為何機器學習經常用到常態分配 92
6.4 常態分配的計算 93
6.5 機率小故事——你的朋友都比你有人緣? 99
第7章 隨機變數的數字特徵 104
7.1 數學期望 105
7.2 方差 109
7.3 協方差及相關係數 118
7.4 隨機變數的矩與切比雪夫不等式 125
7.5 機率小故事——賭博默示錄 130
第8章 機器學習中的損失函式 136
8.1 交叉熵損失函式 137
8.2 Sigmoid函式與Softmax回歸問題 144
8.2.1 Softmax概述 144
8.3 機率小故事——同一天生日問題 148
第9章 大數定律 151
9.1 大數定律 152
9.2 中心極限定理 157
9.3 機率小故事——捉羊問題 160
第10章 樣本及抽樣分布 167
10.1 總體及樣本 168
10.2 直方圖和箱線圖 173
10.3 抽樣分布 183
10.4 機率小故事——布豐問題 194
第11章 參數估計 199
11.1 點估計 200
11.2 區間估計 207
11.3 機率小故事——你有病嗎? 212
第12章 馬爾科夫鏈 214
12.1 馬爾科夫鏈概述 215
12.2 隱馬爾科夫鏈與打靶問題 225
12.3 機率小故事——偉大的數學家 231
第13章 過擬合與欠擬合問題 233
13.1 生活中的過擬合與欠擬合現象 234
13.2 過擬合與欠擬合概念 235
13.3 解決過擬合與欠擬合問題的“四大金剛” 236
13.4 機率小故事——路邊的陰謀 248
第14章 安裝TensorFlow 250
14.1 安裝前準備工作 251
14.2 開始使用TensorFlow 258
14.3 機率小故事——范進中舉是巧合嗎? 260
第15章 卷積神經網路 262
15.1 卷積神經網路的生物背景 263
15.2 計算機可以做什麼 264
15.3 卷積神經網路的基本概念 264
15.4 卷積神經網路運算過程 268
15.4.1 卷積神經網路與前饋神經網路 268
15.4.2 卷積運算的原理 269
15.4.3 卷積運算形式 271
15.4.4 卷積網路工作方式 271
15.4.5 池化過程 274
15.5 反向傳播 274
15.6 機率小故事——狼來了嗎 282
第16章 手寫體數字識別 284
16.1 LeNet-5模型介紹 285
16.2 手寫體數字識別 292
16.3 機率小故事——測一測您有多大機率看完本書? 299

作者簡介

李昂,博士,機械設計專業,曾先後在工程機械行業的龍頭企業徐工集團從事CAE仿真工作;在建築機器人行業寡頭碧桂園旗下的博智林機器人公司擔任高級項目經理,從事建築機器人的整體研發工作。目前在江蘇集萃道路研究所任職信息化與智慧型控制部門副部長。CSDN資深博主,在CSDN上發表文章70餘篇,內容涵蓋深度學習、機器學習、定位導航等領域。

相關詞條

熱門詞條

聯絡我們