머신러닝을 위한 수학 길잡이 (머신러닝을 좀 더 깊이 있게 이해하기 위해 알아야 할 선형대수, 최적화, 확률 및 통계)

하길찬지음

출간작으로『머신러닝을위한수학길잡이』등이있다.

제1장벡터공간과행렬
1.1벡터공간과기저
1.2선형사상과행렬
1.3내적공간
1.4행렬의대각화
1.5여러가지행렬분해
1.6이산푸리에변환
제2장다변수함수의미분과최적화
2.1다변수(벡터)함수의미분
2.2최적화기본이론
2.3최적화의쌍대성이론
2.4최적화를위한반복알고리즘
제3장확률과통계
3.1확률의기본개념
3.2조건화와독립성
3.3확률변수(벡터)의함수
3.4다변량정규분포
3.5확률변수열의수렴
3.6통계적추론