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/