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

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

$37.11
Description
머신러닝을 좀 더 깊이 있게 이해하기 위해 알아야 할 선형대수,최적화,확률 및 통계
저자

하길찬 지음

출간작으로 『머신러닝을 위한 수학 길잡이』 등이 있다.

목차

제1장 벡터공간과 행렬
1.1 벡터공간과 기저
1.2 선형사상과 행렬
1.3 내적공간
1.4 행렬의 대각화
1.5 여러 가지 행렬 분해
1.6 이산 푸리에 변환
제2장 다변수 함수의 미분과 최적화
2.1 다변수 (벡터)함수의 미분
2.2 최적화 기본 이론
2.3 최적화의 쌍대성 이론
2.4 최적화를 위한 반복 알고리즘
제3장 확률과 통계
3.1 확률의 기본 개념
3.2 조건화와 독립성
3.3 확률변수(벡터)의 함수
3.4 다변량 정규 분포
3.5 확률변수열의 수렴
3.6 통계적 추론