AI 基础数学

Essential Math for AI

公司正争先恐后地将人工智能集成到他们的系统和运营中。

但要构建真正成功的解决方案，您需要牢牢掌握基础数学知识。

这本易于理解的指南将带您了解在 AI 领域蓬勃发展所必需的数学知识，例如专注于现实世界的应用程序而不是密集的学术理论。

工程师、数据科学家和学生将通过计算机视觉、自然语言处理和自动化等流行应用程序研究对 AI 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、马尔可夫链等系统。

补充性的 Jupyter 笔记本阐明了带有 Python 代码和可视化的示例。

无论您是刚刚开始您的职业生涯还是已经拥有多年经验，本书都会为您提供深入该领域所必需的基础。

了解为 AI 系统提供动力的基础数学，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
学习如何使数学方法适应来自完全不同领域的不同应用人工智能系统做出他们的决定

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。