直观理解积分-从零开始：机器学习的数学原理和算法实践

<从零开始：机器学习的数学原理和算法实践>
编辑推荐
　　1.形象直白阐述机器学习算法原理2.细致讲解关键数学原理3.代码分段解读，帮助读者上手实操4.编程实践案例经典实用
内容简介
　　零基础读者应如何快速入门机器学习？数学基础薄弱的读者应如何理解机器学习中的数学原理？这些正是本书要解决的问题。本书从数学基础知识入手，通过前3章的介绍，帮助读者轻松复习机器学习涉及的数学知识；然后，通过第4-第13章的介绍，逐步讲解机器学习常见算法的相关知识，帮助读者快速入门机器学习；最后，通过第14章的综合实践，帮助读者回顾本书内容，进一步巩固所学知识。《机器学习的数学原理和算法实践》适合对机器学习感兴趣但数学基础比较薄弱的读者学习，也适合作为相关专业的学生入门机器学习的参考用书。
作者简介
　　大威，本名张威，西安交通大学工科试验班（工管贯通班）硕士毕业，信息系统项目管理师（高级资质）、高级经济师、中国计算机学会会员、中国通信学会会员。拥有多年数据建模、数据挖掘与商业咨询经验，现就职于某行业领先的大数据公司，负责大数据产品及人工智能产品的规划设计管理工作。
目录
封面
版权信息
版 权
内 容 提 要
前 言
第1章 补基础：不怕学不懂微积分
1.1 深入理解导数的本质
1.1.1 哲学层面理解变化
1.1.2 生活中处处有函数
1.1.3 从瞬时速度到导数
1.1.4 从近似运动来理解导数
1.1.5 直观理解复合函数求导
1.2 理解多元函数偏导
1.2.1 多元函数偏导数是什么
1.2.2 搞清楚梯度是什么
1.3 理解微积分
1.3.1 直观理解积分
1.3.2 直观理解微积分基本定理
1.4 泰勒公式太重要了
1.4.1 泰勒公式是什么
1.4.2 泰勒公式的典型应用
1.4.3 直观理解泰勒公式的来龙去脉
1.4.4 微积分基本定理与泰勒公式的关系
第2章 补基础：不怕学不懂线性代数
2.1 直观理解向量
2.1.1 理解向量加法与数乘
2.1.2 理解向量乘法的本质
2.1.3 理解基向量与线性无关
2.2 直观理解矩阵
2.2.1 理解矩阵运算规则
2.2.2 理解矩阵向量乘法的本质
2.2.3 深刻理解矩阵乘法的本质
2.3 理解线性方程组求解的本质
2.3.1 直观理解方程组的解
2.3.2 如何寻找解的表达式
2.3.3 深刻理解逆矩阵的本质