AI時代Math元年——用Python全精通統計及機率

{{ _getLangText('m_detailInformation_goodsAuthorText') }}姜偉生
{{ _getLangText('m_detailInformation_goodsPublisherText') }}深智
2024年05月19日
ISBN:9786267383629
{{ _getLangText('m_detailInformation_goodsTips1Text') }}
{{ _getLangText('m_detailInformation_goodsActivityText') }}
{{ activityObj.name }}

{{_getLangText("m_detailIntroduction_goodsIntroductionText") }}

全書分為以下幾個部分:


統計學:機率、高斯、隨機、頻率派開始談起,包括統計描述、古典機率模型、離散隨機變數、離散分佈、連續隨機變數及連續分佈一直到高斯部分,包括了一元、二元、多元、條件高斯分佈,中間也提到最重要的斜方差矩陣。


再來的部分說明了隨機,包括了隨機變數,蒙地卡羅、頻率派統計、機率密度。


接下來說明了貝氏定理部分,包括貝氏分類、進階貝氏分類、貝氏推斷入門及進階以及馬可夫鏈蒙地卡羅。


最後一部分則以橢圓為主,包括了馬氏距離、線性迴歸及主成分分析,搭配本書系其它書籍,相信AI的數學,對你來說只會是開心而不是阻礙。


●   宇宙的語言是數學,數學的精華是機率,機率的表達是統計!

●   機器學習、深度學習、人工智慧,控制系統都覆蓋的機率統計基礎

●   統計描述方法:描述、推斷、圖、差、位、距、值、度、變

●   古典機率、條件機率、全機率理論

●   離散變數、離散分佈、連續隨機變數

●   一元、二元、多元、條件高斯分佈、斜方差矩陣

●   隨機變數函式、蒙地卡羅模擬

●   頻率派統計、機率密度、機率質量

●   貝氏定理、貝氏分類、貝氏推斷、馬可夫鏈

●   馬氏距離、線性迴歸、主成分分析


本書資源可至深智官網下載:deepwisdom.com.tw