
陈华主编
本书是面向高级人工智能人才培养的高等学校人工智能相关专业规划教材中的一本,通过梳理人工智能涉及的相关数学理论,并通过Python实现相关案例,使抽象的理论具体化,从而加深读者对数学的感性认识,提高读者对数学理论的理解能力。本书首先介绍了人工智能所需的基础数学理论,然后根据数学内容的逻辑顺序,以微积分、线性代数、概率论、数理统计为基础,对函数逼近、最优化理论、信息论、图论进行了深入介绍,同时给出了它们在人工智能算法中的实验案例。另外,该书将免费提供配套 PPT、实验及应用案例等基本教学材料。
书中n个事件同时发生的概率的公式错误,应该是: P(A1∩A2∩⋯∩An)=P(A1)⋅P(A2∣A1)⋅P(A3∣A1∩A2)⋯P(An∣A1∩A2∩⋯∩An−1). 书中携程了: P(A1∩A2∩⋯∩An)=P(A1)⋅P(A1∣A2)⋅P(A3∣A1∩A2)⋯P(An∣A1∩A2∩⋯∩An−1).
从函数逼近那里开始,感觉思路就跟不上了。。。
罗列了涉及到的知识点,有Python代码,可以作为参考书!
可以作为一本入门导学教材吧
覆盖面比较广,算是东拼西凑,适合没有多少数学基础的人看,有的就不用看了,需要一定python基础,否则没法看
这是一本启发性的书他并不细节去讲一些实现,而是告诉你他涵盖了哪些方面