線性代數與數據學習 吉爾伯特.斯特朗 9787302636403 【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：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$878
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202406*若逾兩年請先於私訊洽詢存貨情況，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：線性代數與數據學習 ISBN：9787302636403 出版社：清華大學 著編譯者：吉爾伯特.斯特朗 頁數：371 所在地：中國大陸 *此為代購商品 書號：1652048 可大量預訂，請先連絡。 內容簡介 本書是深度學習的導論，全面介紹機器學習的數學基礎，闡述架構神經網路的核心思想，主要內容包括線性代數的重點、大規模矩陣的計算、低秩與壓縮感測、特殊矩陣、概率與統計、最優化、數據學習等。本書可作為數據科學方向的數學基礎課程教材，也可供人工智慧、深度學習領域的科研人員和工程技術人員參考。作者簡介 余志平，清華大學集成電路學院教授、博士生導師，IEEE Life Fellow（國際電氣與電子工程學會終身會士）。曾任清華大學微電子學研究所副所長、清華大學微電子學冠名教授（由Pericom、Novellus公司贊助）。在斯坦福大學攻讀博士學位及其後工作期間，為多家集成電路企業（如HP、Intel、台積電）提供諮詢並參与研究項目。參与組織的熊貓集成電路設計系統獲1993年國家科技進步一等獎。專業領域是集成電路計算機輔助設計（ICCAD），主要集中在半導體器件模擬。在CMOS射頻電路設計與納電子學研究領域深耕多年，發表學術論文多篇，合著中英文專著三部。目錄 第1章 線性代數的重點1 1 使用A的列向量實現Ax的相乘 1 2 矩陣與矩陣相乘：AB 1 3 4個基本子空間 1 4 消元法與A=LU 1 5 正交矩陣與子空間 1 6 特徵值和特徵向量 1 7 對稱正定矩陣 1 8 奇異值分解中的奇異值和奇異向量 1 9 主成分和最佳低秩矩陣 1 10 Rayleigh商和廣義特徵值 1 11 向量、函數和矩陣的范數 1 12 矩陣和張量的分解：非負性和稀疏性 第2章 大規模矩陣的計算 2 1 數值線性代數 2 2 最小二乘：4種方法 2 3 列空間的3種基 2 4 隨機線性代數 第3章 低秩與壓縮感測 3 1 A的變化導致A-1的改變 3 2 交錯特徵值與低秩信號 3 3 快速衰減的奇異值 3 4 對e2+e1的拆分演算法 3 5 壓縮感測與矩陣補全 第4章 特殊矩陣 4 1 傅里葉變換：離散與連續 4 2 移位矩陣與循環矩陣 4 3 克羅內克積AB 4 4 出自克羅內克和的正弦、餘弦變換 4 5 Toeplitz矩陣與移位不變濾波器 4 6 圖、拉普拉斯運算元及基爾霍夫定律 4 7 採用譜方法與k-均值的聚類 4 8 完成秩為1的矩陣 4 9 正交的普魯斯特問題 4 10 距離矩陣 第5章 概率與統計 5 1 均值、方差和概率 5 2 概率分佈 5 3 矩、累積量以及統計不等式 5 4 協方差矩陣與聯合概率 5 5 多元高斯分佈和加權最小二乘法 5 6 馬爾可夫鏈 第6章 最優化 6 1 最小值問題：凸性與牛頓法 6 2 拉格朗日乘子=成本函數的導數 6 3 線性規劃、博弈論和對偶性 6 4 指向最小值的梯度下降 6 5 隨機梯度下降法與ADAM 第7章 數據學習 7 1 深度神經網路的構建 7 2 卷積神經網路 7 3 反向傳播與鏈式法則 7 4 超參數：至關重要的決定 7 5 機器學習的世界 有關機器學習的書 附錄A 採用SVD的圖像壓縮 附錄B 數值線性代數的代碼和演算法 附錄C 基本因式分解中的參數計算 作者索引 索引 符號索引 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
