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》适合对机器学习感兴趣但数学基础比较薄弱的读者学习，也适合作为相关专业的学生入门机器学习的参考用书。
作者简介:
大威，本名张威，西安交通大学工科试验班（工管贯通班）硕士毕业，信息系统项目管理师（高级资质）、高级经济师、中国计算机学会会员、中国通信学会会员。拥有多年数据建模、数据挖掘与商业咨询经验，现就职于某行业领先的大数据公司，负责大数据产品及人工智能产品的规划设计管理工作。
目录:
第 1章 补基础：不怕学不懂微积分 1
第 2章 补基础：不怕学不懂线性代数 15
第3章 补基础：不怕学不懂概率统计 64
第4章 全景图：机器学习路线图 79
第5章 数据降维：深入理解PCA的来龙去脉 102
第6章 凸优化核心过程：真正搞懂梯度下降过程 126
第7章 搞懂算法：线性回归是怎么回事 142
第8章 搞懂算法：逻辑回归是怎么回事 150
第9章 搞懂算法：决策树是怎么回事 159
第 10章 搞懂算法：支持向量机是怎么回事 171
第 11章 搞懂算法：聚类是怎么回事 184
第 12章 搞懂算法：朴素贝叶斯是怎么回事 195
第 13章 搞懂算法：神经网络是怎么回事 205
第 14章 综合实践：模型优化的经验技巧 230
点击下载