潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

线性代数与优化:机器学习视角/(美) 查鲁·C. 阿加沃尔著 薄立军译

出版发行项:

北京:机械工业出版社,2025

ISBN及定价:

978-7-111-77705-2/CNY149.00

载体形态项:

18, 482页:图;24cm

统一题名:

Linear algebra and optimization for machine learning

丛编项:

数学应用系列

个人责任者:

阿加沃尔 (Aggarwal, Charu C.) 著

个人次要责任者:

薄立军 译

学科主题:

线性代数-机器学习

中图法分类号:

O151.2

中图法分类号:

TP181

出版发行附注:

由Springer授权出版

责任者附注:

查鲁·C. 阿加沃尔 (Charu C. Aggarwal), IBM T.J.Watson研究中心杰出研究人员 (DRSM), 于1996年在MIT获得博士学位。他对数据挖掘领域有着广泛的研究。

书目附注:

有书目 (第476-482页)

提要文摘附注:

本书从机器学习视角, 系统梳理线性代数与最优化理论, 直击初学者“知识零散、课程脱节”的痛点。全书以“应用导向”贯穿始终, 分两大模块构建知识网络: 1.线性代数及其应用: 从矩阵运算本质出发, 深入剖析奇异值分解 (SVD)、核方法、图谱理论等工具, 通过人脸识别、推荐系统等案例, 展现线性代数在特征提取、降维、异常检测中的核心作用。2.最优化理论及其应用: 以最小二乘回归为支点, 辐射梯度下降、牛顿法、约束优化等算法, 揭示支持向量机、Logistic回归的数学原理, 并延伸至神经网络训练中的计算图优化技术。

豆瓣简介：