
陳華主編
本書是面向高級人工智能人才培養的高等學校人工智能相關專業規劃教材中的一本,通過梳理人工智能涉及的相關數學理論,並通過Python實現相關案例,使抽象的理論具體化,從而加深讀者對數學的感性認識,提高讀者對數學理論的理解能力。本書首先介紹了人工智能所需的基礎數學理論,然後根據數學內容的邏輯順序,以微積分、線性代數、概率論、數理統計爲基礎,對函數逼近、最優化理論、信息論、圖論進行了深入介紹,同時給出了它們在人工智能算法中的實驗案例。另外,該書將免費提供配套 PPT、實驗及應用案例等基本教學材料。
書中n個事件同時發生的概率的公式錯誤,應該是: P(A1∩A2∩⋯∩An)=P(A1)⋅P(A2∣A1)⋅P(A3∣A1∩A2)⋯P(An∣A1∩A2∩⋯∩An−1). 書中攜程了: P(A1∩A2∩⋯∩An)=P(A1)⋅P(A1∣A2)⋅P(A3∣A1∩A2)⋯P(An∣A1∩A2∩⋯∩An−1).
從函數逼近那裏開始,感覺思路就跟不上了。。。
羅列了涉及到的知識點,有Python代碼,可以作爲參考書!
可以作爲一本入門導學教材吧
覆蓋面比較廣,算是東拼西湊,適合沒有多少數學基礎的人看,有的就不用看了,需要一定python基礎,否則沒法看
這是一本啓發性的書他並不細節去講一些實現,而是告訴你他涵蓋了哪些方面