這是一本具有高中數(shù)學知識就能讀懂的機器學習圖書,書中通過大量程序實例,將復雜的公式重新拆解,詳細、清晰地解讀了機器學習中常用的微積分知識,一步步帶領讀者進入機器學習的領域。
近幾年每當無法入眠時,只要拿起人工智能、機器學習或深度學習的書籍,看到復雜的數(shù)學
公式,我就可以立即進入夢鄉(xiāng),這些書籍成了我的安眠藥。
所以,一直以來我總想寫一本具有高中數(shù)學知識就能讀懂的人工智能、機器學習或深度學習
的書籍(看了不想睡覺也行),這個理念成為我撰寫本書的重要動力。
在徹底研究機器學習后,我體會到許多微積分知識本身不難,只是大家對它們生疏了。如果
在書中將復雜公式從基礎開始一步一步推導,再配以Python程序實例解說,其實可以很容易帶
領讀者進入這個領域,讓讀者感受到微積分不再艱澀。這也是我撰寫本書時不斷提醒自己要留意
的事項。
研究機器學習時,雖然有很多模塊可以使用,但是一個人如果不懂相關的數(shù)學原理,坦白說
我不相信未來他能在這個領域有所成就。本書從微積分起源開始,依次講解了下列與機器學習相
關的微積分與高等數(shù)學的基本知識,并搭配有90多個程序實例:
. 極限
. 斜率
. 用微分找出極值
. 用積分求面積與體積
. 合成函數(shù)的微分與積分
. 指數(shù)的微分與積分
. 對數(shù)的微分與積分
. 簡單的微分方程
. 概率密度函數(shù)
. 似然函數(shù)與似然估計
. 多重積分
. 將偏微分應用于向量方程的求解
. 將偏微分應用于矩陣運算
. 多元回歸與似然估計
. 梯度下降法
. 深度學習的層次基礎知識
. 激活函數(shù)與梯度下降法
. 非線性函數(shù)與神經(jīng)網(wǎng)絡
. 人工神經(jīng)網(wǎng)絡的數(shù)學
. 反向傳播法
洪錦魁,中國臺灣計算機專家,IT圖書知名作者。其著作特色:所有程序語法會依特性分類,同時以實用的程序實例進行解說,讓讀者可以事半功倍地輕松掌握相關知識。
近年出版作品:
算法零基礎一本通(Python版)
Python數(shù)據(jù)科學零基礎一本通
Python入門很簡單
Python王者歸來
Python GUI設計:tkinter菜鳥編程
第1章 微積分的簡史
1-1 前言2
1-2 微積分簡要說明2
1-3 微積分的教學順序2
1-4 積分的歷史2
1-4-1 古埃及 3
1-4-2 古希臘 3
1-4-3 中國4
1-5 微積分的歷史4
1-5-1 牛頓4
1-5-2 萊布尼茨 6
1-6 微積分發(fā)明人的世紀之爭6
第2章 極限
2-1 從金門高粱酒說起8
2-1-1 稀釋金門高粱酒的酒精濃度 8
2-1-2 極限值的數(shù)學表示方式 9
2-1-3 變量趨近極限值 9
2-1-4 調整金門高粱酒酒精濃度的
表達方式9
2-1-5 完整表達公式 9
2-1-6 概念總結 10
2-2 極限10
2-2-1 數(shù)列實例 10
2-2-2 函數(shù)實例 11
2-3 收斂與發(fā)散11
2-3-1 收斂11
2-3-2 發(fā)散12
2-4 極限計算與Sympy模塊13
第3章 斜率
3-1 直線的斜率16
3-1-1 基本概念 16
3-1-2 平行于x軸常數(shù)函數(shù)的斜率 16
3-1-3 平行于y軸常數(shù)函數(shù)的斜率 16
3-2 斜率的意義17
3-3 曲線上某點處切線的斜率18
3-3-1 基本概念 18
3-3-2 從曲線上2點連線的斜率說起 18
3-3-3 曲線上某點處切線的斜率 19
3-4 切線21
3-4-1 基本概念 21
3-4-2 曲線上的所有切線 21
3-4-3 三次函數(shù) 22
3-5 將極限概念應用于斜率22
3-5-1 認識極小變量符號 22
3-5-2 用極小變量代表斜率 22
3-5-3 應用極限概念在斜率上 22
第4章 微分的基本概念
4-1 微分的數(shù)學概念24
4-1-1 基本概念 24
4-1-2 微分的數(shù)學公式 24
4-1-3 微積分教科書常見的微分
表達方式24
4-1-4 導函數(shù) 24
4-1-5 機器學習常用的微分符號 24
4-2 微分的計算25
4-3 微分公式的推導25
4-3-1 常數(shù)的微分 25
4-3-2 一次函數(shù)的微分 26
4-3-3 二次函數(shù)的微分 26
4-3-4 三次函數(shù)的微分 26
4-3-5 n次函數(shù)的微分 27
4-3-6 指數(shù)是負整數(shù) 27
4-4 微分的基本性質28
第5章 用微分找出極大值與極小值
5-1 用微分求二次函數(shù)的極值點32
5-1-1 計算與繪制二次函數(shù)的極小值 32