HyLib 整合性圖書館自動化系統
借閱次數: 0

AI時代Math元年 : 用Python全精通數學要素 /

  • 作者:姜偉生著
  • 出版者:深智數位
  • 出版地:臺北市 :
  • 語文:中文
  • ISBN/ISSN/ISRC:9786267273913
  • 作者:姜偉生
  • 索書號:310

✦✧✦ 圖解思維 + 零基礎 ✦✧✦▶▶▶  打破數學間不同單元的壁壘,融會完整的知識體系!全書分為以下幾個部分:基礎:從加減乘除四則運算開始,並在第1和2章深入介紹向量和矩陣的基本運算,以及在不同章節穿插線性代數基礎知識。座標系:第5和6章介紹笛卡爾座標系,將幾何和代數相結合,強調代數式的視覺化和幾何體的參數化。解析幾何:第7、8、9章介紹解析幾何內容,重點在於距離度量和橢圓。強調使用等距線和其他視覺化工具,以及橢圓在多個領域的應用。函式:第10至14章圍繞函式展開。強調在學習函式時繪製函式線圖、使用視覺化工具觀察二元函式,以及不同函式的特性與應用。第14章解釋數列,強調累加、極限等是微積分的基礎。微積分:第15至19章介紹微積分和最佳化問題。導數、偏導數、微分和積分提供了研究函式性質的量化工具。強調使用幾何圖解理解這些概念,以及微積分在最佳化問題中的應用。機率統計:第20、21章為機率統計入門。強調代數部分與機率統計的關聯,介紹了二項樹和隨機過程,以及通過影像展示機率統計定義。線性代數:最後四章介紹線性代數。第22章視覺化向量和向量運算。第23、24、25章以「雞兔同籠三部曲」為核心,通過虛構故事展示了線性方程組、向量空間、投影、最小二乘線性回歸、馬可夫過程和特徵值分解等內容。本書特色✪ 將一生中從小學到研究所的數學總整理!✪ 機器學習基礎全部完整打好✪ 將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習✪ 分為基礎、座標系、解析幾何、函式、微積分、機率統計、線性代數七大部分✪ 不再應付考試,重新愛上數學✪ 不再亂猜,寫機器學習程式碼時,每一行指令背後代表的數學基礎都清清楚楚✪ 學數學本身,也學數學歷史,介紹史上幾個最偉大的數學家※ 本書資源可至深智官網下載:deepwisdom.com.tw