机器学习和数据科学最关键的能力是把握其本质的数学逻辑,而不是依赖于知识或经验。这本教科书通过考虑相关的数学问题和构建Python程序来解决机器学习的核心方法的基础。 本书的主要特点如下:
内容是写在一个易于遵循和自成一体的风格。 这本书包括100个练习,都是经过精心挑选和提炼的。由于他们的解决方案在正文中提供,读者可以通过阅读书解决所有的练习。 证明了核的数学前提,给出了正确的结论,帮助读者理解核的本质。 给出了源程序和运行示例,以帮助读者更深入地理解所使用的数学。 一旦读者对第二章涵盖的功能分析主题有了基本的了解,应用将在后续章节中讨论。在这里,假设没有预先的数学知识。 本书考虑了再现核希尔伯特空间(RKHS)的核和高斯过程的核;两者之间有明显的区别。