内容简介
Gilbert Strang是麻省理工学院数学教授，美国国家科学院院士和美国艺术与科学院院士，在有限元理论、变分法、小波分析及线性代数等领域卓有成就，著有多部经典数学教材，开设多门开放式课程，享有国际盛誉。本书是深度学习的导论，全面介绍机器学习的数学基础，阐述架构神经网络的核心思想，主要内容包括线性代数的重点、大规模矩阵的计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。本书可作为数据科学方向的数学基础课程教材，也可供人工智能、深度学习领域的科研人员和工程技术人员参考。
更多图书信息
- 策划编辑：文怡
- 出版日期：2024-06-01
- 作者：[美]吉尔伯特·斯特朗（Gilbert Strang）著，余志平、李铁夫、马辉 译
- 书号：9787302636403
- 印刷日期：2024-05-23
- 印次：1-1
