Contents
書籍介紹
從自動駕駛汽車和推薦系統到語音和人臉識別，機器學習是未來的發展方向。您想學習機器學習背後的數學，進入資料科學和人工智慧這些震撼人心的領域嗎？
市場還沒有太多資源可以提供簡單詳細的範例，一步一步帶您瞭解主題。
本書不僅解釋了所涉及的數學類型和令人困惑的符號，還直接帶您了解機器學習的基礎主題。本書將以平穩自然的方式幫助您入門機器學習，幫您打好進入進階的基礎，並消除大多數人對機器學習複雜、困難和令人害怕的心理障礙。
本書包含的主題如 :
- 線性迴歸分析 ( Linear Regression )
- 線性判別分析 ( Linear Discriminant Analysis )
- 邏輯迴歸分析 ( Logistic Regression )
- 人工神經網路 ( Artificial Neural Networks )
- 支援向量機 ( Support Vector Machines )
我解釋每個定義並逐步完成每個範例，以便你清楚了解每個主題。 在整本書中，我有準備給你測試自己學習進度的練習題。 詳細的解決方案在每個問題集之後提供。
本書讀者先決條件
讀本書前您需有線性代數、多變量微積分和機率的數學基礎
評論
“Your book is by far the best I’ve found for understanding the derivations of machine learning algorithms. I love that you don’t skip steps and that you provide clear examples.”–Robert H.
目標受眾
- 如果您是一個需要重新學習機器學習的專業人士或者是一個完全的初學者，第一次學習機器學習，這本書適合您。
- 如果您是每天繁忙工作沒時間回到傳統學校上課，這本書可以讓您按照自己的時間表學習，進一步實現您的職業目標而不會落後。
- 如果您計劃在大學修機器學習這門課，這是一本幫助您在這課程獲得成功的書。
作者介紹
嗨，您好！我是 Richard Han。我在 University of California, Riverside 獲得了數學博士學位。我有豐富的教學經驗：6年擔任 University of California, Riverside 的助教，兩年多的 Western Governors University 教師，National Council on Teacher Quality 的中學教育＃1，且是 Trident University International 的教師。我的專業知識包括微積分和線性代數。我也是 Udemy 的講師， 課程包含
- Linear Algebra for Beginners: Open Doors to Great Careers
- Linear Algebra for Beginners: Open Doors to Great Careers 2
- Calculus (Calculus 1; Calculus A; Differential Calculus)
- Philosophy of Language: Intriguing Puzzles and Paradoxes
你必須登入才能發表留言。