各家公司都在争先恐后地将人工智能整合到自己的系统和运营中。但是要构建真正成功的解决方案,您需要牢牢掌握基本的数学知识。这本通俗易懂的指南将带领你了解在人工智能领域蓬勃发展所必需的数学,例如专注于现实世界的应用,而不是密集的学术理论。

工程师、数据科学家和学生都将通过计算机视觉、自然语言处理和自动化系统等流行应用,研究对人工智能至关重要的数学主题,包括回归、神经网络、优化、反向传播、卷积、马尔可夫链等。补充的Jupyter笔记本提供了Python代码和可视化的示例。无论你是刚刚开始你的职业生涯,还是已经有多年的经验,这本书都为你提供了深入研究该领域所必需的基础。

了解驱动AI系统的底层数学,包括生成对抗网络、随机图、大型随机矩阵、数学逻辑、最优控制等 学习如何将数学方法应用于完全不同领域的不同应用

获得数学流利性,以解释和解释人工智能系统是如何做出决定的 https://www.oreilly.com/library/view/essential-math-for/9781098107628/

成为VIP会员查看完整内容
113

相关内容

书籍在狭义上的理解是带有文字和图像的纸张的集合。广义的书则是一切传播信息的媒体。
【2023新书】数据科学的数学基础,218页pdf
专知会员服务
12+阅读 · 3月27日
【2022新书】应用深度学习:工具、技术与实现,355页pdf
专知会员服务
96+阅读 · 2022年7月26日
【实用书】数据科学和机器学习:数学和统计方法,533页pdf
【2021新书】Python深度学习,316页pdf
专知会员服务
223+阅读 · 2021年5月21日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
103+阅读 · 2020年11月7日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
148+阅读 · 2020年10月30日
国家自然科学基金
1+阅读 · 2018年9月23日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年6月9日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年8月31日
国家自然科学基金
0+阅读 · 2011年4月30日
Arxiv
15+阅读 · 2022年5月17日
Arxiv
34+阅读 · 2021年9月28日
Arxiv
10+阅读 · 2020年11月26日
Optimization for deep learning: theory and algorithms
Arxiv
97+阅读 · 2019年12月19日
Arxiv
48+阅读 · 2018年12月11日
VIP会员
相关VIP内容
【2023新书】数据科学的数学基础,218页pdf
专知会员服务
12+阅读 · 3月27日
【2022新书】应用深度学习:工具、技术与实现,355页pdf
专知会员服务
96+阅读 · 2022年7月26日
【实用书】数据科学和机器学习:数学和统计方法,533页pdf
【2021新书】Python深度学习,316页pdf
专知会员服务
223+阅读 · 2021年5月21日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
103+阅读 · 2020年11月7日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
148+阅读 · 2020年10月30日
相关基金
国家自然科学基金
1+阅读 · 2018年9月23日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年6月9日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年8月31日
国家自然科学基金
0+阅读 · 2011年4月30日
微信扫码咨询专知VIP会员