MARC状态：订购 文献类型：中文图书 浏览次数：14
- 题名/责任者:
- 线性代数与数据学习/(美)吉尔伯特·斯特朗(GilbertStrang)著 余志平，李铁夫，马辉译
- 出版发行项:
- 北京:清华大学出版社,2023.08
- ISBN及定价:
- 978-7-302-63640-3/CNY168.00
- 载体形态项:
- 382页;26cm
- 丛编项:
- 电子信息前沿技术丛书
- 个人责任者:
- (美) 斯特朗 (Strang, Gilbert) 著
- 个人次要责任者:
- 余志平 译
- 个人次要责任者:
- 李铁夫 译
- 个人次要责任者:
- 马辉 译
- 学科主题:
- 线性代数
- 学科主题:
- 机器学习
- 中图法分类号:
- O151.2
- 中图法分类号:
- TP181
- 提要文摘附注:
- 本书源自吉尔伯特斯特朗教授的第二门线性代数公开课，帮助读者了解深度学习的学习路径。本书从零开始(四个基本子空间)，无需线性代数课程基础就可以学习。主要内容包括线性代数基础、大规模矩阵计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。重点是解释数据科学和机器学习所依赖的数学，而非关于计算、编程或软件的细节。本书内容丰富全面，思路新颖独特，讲授深入浅出，强调实际应用。
- 使用对象附注:
- 本书可作为人工智能、大数据等相关专业的教材，也可供相关领域的科研人员、工程技术人员参考
全部MARC细节信息>>