零基础读者应如何快速入门机器学习?数学基础薄弱的读者应如何理解机器学习中的数学原理?这些正是本书要解决的问题。本书从数学基础知识入手,通过前3章的介绍,帮助读者轻松复习机器学习涉及的数学知识;然后,通过第4-第13章的介绍,逐步讲解机器学习常见算法的相关知识,帮助读者快速入门机器学习;后,通过第14章的综合实践,帮助读者回顾本书内容,进一步巩固所学知识。《机器学习的数学原理和算法实践》适合
本书介绍了100多款机器人,介绍了每款机器人的产地、大小、动力来源、制造商,以及它最具个性的功能。还解释机器人是怎么工作的,又是怎么被制造出来的,并介绍了科学、技术、机械工程和计算的前沿知识。本书还含有23个专题,在介绍具体机器人的同时,带我们学习通用的机器人知识和相关技术的发展历史。比如机器人有哪些类型,机器人是怎样构建地图的,机器人是怎样处理数据的,机器人有哪些移动方式,现实中工程师是
数学、逻辑学、计算机科学三大领域实属一家,彼此成就,彼此影响。从古希腊哲学到“无所不能”的计算机,数字、计算、推理这些貌似简单的概念在三千年里融汇、碰撞。如何将逻辑赋予数学意义?如何从简单运算走向复杂智慧?这背后充满了人类智慧的闪光:从柏拉图、莱布尼茨、罗素、香农到图灵都试图从数学公式中证明推理的合理性,缔造完美的思维体系。他们是凭天赋制胜,还是鲁莽地大胆一搏?本书描绘了一场人类探索数学、算法与逻
这本机器学习畅销书基于TensorFlow2和Scikit-Learn的新版本进行了全面更新,通过具体的示例、非常少的理论和可用于生产环境的Python框架,从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。全书分为两部分。第一部分介绍机器学习基础,涵盖以下主题:什么是机器学习,它试图解决什么问题,以及系统的主要类别和基本概念;第二部分介绍神经网络和深度学习,涵盖以下主题:什么是
本书以图文并茂的方式介绍了Python的基础内容,并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。第1章至第5章以极简方式讲解了Python的常用语法和使用技巧,包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能,如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习