線性代數與優化-機器學習視角 查魯.C.阿加沃爾 9787111777052 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:機械工業
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
NT$948
商品編號: 9787111777052
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*書籍均為代購,我們向大陸付款發訂後即無法取消,為避免造成不必要的損失,
下訂前請慎重考慮!下訂前請慎重考慮!謝謝。

*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202506*若逾兩年請先於客服中心或Line洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:線性代數與優化-機器學習視角
ISBN:9787111777052
出版社:機械工業
著編譯者:查魯.C.阿加沃爾
頁數:482
所在地:中國大陸 *此為代購商品
書號:1745925
可大量預訂,請先連絡。

內容簡介

本書從機器學習視角,系統梳理線性代數與最優化理論,直擊初學者「知識零散、課程脫節」的痛點。全書以「應用導向」貫穿始終,分兩大模塊構建知識網絡: 1 線性代數及其應用:從矩陣運算本質出發,深入剖析奇異值分解(SVD)、核方法、圖譜理論等工具,通過人臉識別、推薦系統等案例,展現線性代數在特徵提取、降維、異常檢測中的核心作用。 2 最優化理論及其應用:以最小二乘回歸為支點,輻射梯度下降、牛頓法、約束優化等算法,揭示支持向量機、Logistic回歸的數學原理,並延伸至神經網絡訓練中的計算圖優化技術。 作者獨創「概念即時應用」模式,每章配以「理解題」與「綜合習題」,確保讀者在真實問題中內化知識,實現從數學公式到算法代碼的無縫銜接。

作者簡介

查魯·C 阿加沃爾(Charu C Aggarwal),IBM T J Watson研究中心傑出研究人員(DRSM),於1996年在MIT獲得博士學位。他對數據挖掘領域有著廣泛的研究。在國際會議和期刊上發表了300餘篇論文。申請了90餘項專利。他曾三次被評為IBM的「傑出發明人」(Master Inventor)。並曾獲得IBM公司獎(IBM Corporate Award,2003)、IBM傑出創新獎和兩項IBM傑出技術成就獎(2009,2015)。他因為提出基於冷凝的數據挖掘中的隱私保護技術而獲得EDBT2014的時間檢驗獎(Test of Time Award)。他還獲得了IEEE ICDM研究貢獻獎(2015),這是數據挖掘領域對具有突出貢獻的研究的兩項最高獎項之一。 他曾多次擔任ACM/IEEE知名國際學術會議的主席或程序委員會主席。並擔任大數據相關多個知名期刊的主編或編委。由於在知識發現和數據挖掘算法上的貢獻,他入選SIAM、ACM和IEEE的會士。

目錄

譯者序
前言
致謝
第1章 線性代數與優化:導論
1 1 引言
1 2 標量、向量與矩陣
1 2 1 標量與向量間的基本運算
1 2 2 向量與矩陣間的基本運算
1 2 3 特殊的矩陣類
1 2 4 矩陣冪、多項式與逆
1 2 5 矩陣逆引理:求矩陣和的逆
1 2 6 Frobenius范數、跡與能量
1 3 作為可分解運算元的矩陣乘法
1 3 1 作為可分解行和列運算元的矩陣乘法
1 3 2 作為可分解幾何運算元的矩陣乘法
1 4 機器學習中的基本問題
1 4 1 矩陣因子分解
1 4 2 聚類
1 4 3 分類與回歸建模
1 4 4 異常值檢測
1 5 機器學習中的優化
1 5 1 用於函數簡化的泰勒展開
1 5 2 機器學習中的優化示例
1 5 3 計算圖中的優化問題
1 6 總結
1 7 拓展閱讀
1 8 習題
第2章 線性變換與線性系統
2 1 引言
2 2 矩陣乘法的幾何表示
2 2 1 正交變換
2 2 2 Givens旋轉與Householder反射
2 2 3 縮放:一個非剛性變換
2 2 4 一般情況:正交變換與縮放變換的組合
2 3 向量空間與幾何表示
2 3 1 基系統中的坐標
2 3 2 基集之間的坐標變換
2 3 3 向量集的生成空間
2 3 4 機器學習示例:離散小波變換
2 3 5 向量空間的子空間之間的關係
2 4 矩陣行與列的線性代數
2 5 矩陣的行階梯形式
2 5 1 LU分解
2 5 2 應用:建立一個基集
2 5 3 應用:矩陣求逆
2 5 4 應用:求解線性方程組
2 6 矩陣秩的概念
2 7 生成正交基集
2 7 1 Gram-Schmidt正交化與QR分解
2 7 2 QR分解
2 7 3 離散餘弦變換
2 8 線性系統的優化視角
2 8 1 Moore-Penrose偽逆
2 8 2 投影矩陣

第3章 特徵向量與可對角化矩陣
第4章 最優化基礎:機器學習視角
第5章 高等優化求解方法
第6章 約束優化與對偶
第7章 奇異值分解
第8章 矩陣分解
第9章 線性代數中的相似性
第10章 圖中的線性代數
第11章 計算圖中的優化
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。
規格說明
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理