머신러닝을 위한 수학 (핵심 알고리즘 3가지로 배우는 최적화)

머신러닝을 위한 수학 (핵심 알고리즘 3가지로 배우는 최적화)

$30.99
Description
수학적 최적화를 이해하면, 머신러닝이 보인다!
머신러닝 알고리즘을 잘 이해하고 활용하려면 알고리즘의 기반이 되는 수학 원리를 이해해야 한다. 이 책은 머신러닝을 이해하고 구현하는 데 꼭 필요한 수학 개념만 엄선하여 구성하였다. 선형대수학, 다변수 미분적분학, 확률과 통계의 필수 개념으로 수학의 토대를 다지고 선형 회귀 분석, 서포트 벡터 머신, 주성분 분석의 3가지 핵심 알고리즘을 파이썬 코딩으로 직접 구현해보면 머신러닝 알고리즘의 핵심인 수학적 최적화를 확실하게 이해할 수 있다. 이 책을 통해 머신러닝에 필요한 수학이 무엇이며, 머신러닝과 수학이 어떻게 연결되는지를 이해하면 머신러닝에 한 발짝 더 가까워질 것이다.
저자

이병준

서울대학교수학교육과를졸업한후동대학교수리과학부에서석사,박사학위를취득하였습니다.주요연구분야는수치해석,전산유체역학,산업응용수학,수학적최적화등입니다.현재는가톨릭대학교수학과및인공지능학과(겸무)교수로재직중입니다.또한한국산업응용수학회(KSIAM),대한수학회(KMS),한국전산유체공학회(KSCFE)회원으로활동중이며현재한국산업응용수학회에서총무이사를맡고있습니다.

가톨릭대학교는2019년에4차산업혁명혁신선도대학으로선정되었으며,저자는참여학과교원으로활동을하면서〈인공지능과수학적최적화〉,〈딥러닝의이론및실습〉등의신규과목을개설하여학생들에게머신러닝을위한수학을소개하는데힘쓰고있습니다.주요저서로는『데이터과학을위한기초수학with파이썬』(한빛아카데미,2021)이있습니다.

목차

1장행렬
1.1행렬
1.2선형변환
1.3고윳값과고유벡터
1.4이차형식
연습문제

2장다변수함수
2.1다변수함수
2.2다변수함수의미분
2.3다변수벡터함수
연습문제

3장볼록최적화
3.1볼록함수
3.2볼록최적화
3.3경사하강법
3.4응용:선형회귀분석
연습문제

4장쌍대성
4.1라그랑주쌍대함수
4.2라그랑주쌍대성
4.3응용:서포트벡터머신
연습문제

5장고급수학이론
5.1특잇값분해와반복법
5.2가우시안분포
5.3응용:주성분분석
연습문제

찾아보기

출판사 서평

머신러닝알고리즘의핵심인
수학적최적화를확실하게이해할수있는책
머신러닝알고리즘을이해하는데꼭필요한수학적최적화기법을다루는책입니다.최적화를완벽히이해하기위해미리알아두어야할선형대수학,다변수미분적분학,확률과통계의이론을핵심만짚어설명합니다.복잡한수학이론을명확하게이해하고문제해결력을기를수있게다양한유형의문제를실었습니다.또한머신러닝의핵심알고리즘3가지를파이썬코딩으로직접구현할수있도록일부예제와연습문제에파이썬실습을구성하였습니다.장별로구성한칼럼에서는각장에서살펴본수학개념이머신러닝에서어떻게활용되는지소개합니다.