本書詳細介紹了人工智能領(lǐng)域涉及的數(shù)學(xué)基礎(chǔ)，對于每個問題盡可能給出足夠詳盡的證明過程，以幫助讀者深入理解智能算法的原理。本書內(nèi)容涉及線性代數(shù)、高等數(shù)學(xué)、概率論、**化等多個數(shù)學(xué)分支內(nèi)的重要知識點。采用公式推導(dǎo)、圖表示例、應(yīng)用舉例相結(jié)合的方式，以翔實的語言、全新的視角，幫助讀者理解其中的關(guān)鍵知識點。
全書共分為10章: 第1章、第3章、第4章詳細介紹與人工智能算法相關(guān)的向量與矩陣分析、函數(shù)與泛函分析、概率與數(shù)理統(tǒng)計的數(shù)學(xué)基礎(chǔ)。第2章介紹可用于評定不同待觀測樣本相似程度的度量方法。第5章重點介紹人工智能領(lǐng)域涉及的信息論知識。第6章結(jié)合實例介紹線性分析與卷積的數(shù)學(xué)基礎(chǔ)。第7章詳細介紹與模型正則化及范數(shù)相關(guān)的數(shù)學(xué)基礎(chǔ)知識。第8章介紹目標函數(shù)**化相關(guān)數(shù)學(xué)知識。第9章重點介紹核函數(shù)映射相關(guān)內(nèi)容。第10章介紹數(shù)據(jù)驅(qū)動人工智能模型性能評價與度量相關(guān)知識。
本書適合人工智能專業(yè)的學(xué)生、對人工智能感興趣的學(xué)者、正在從事人工智能應(yīng)用開發(fā)的工程師，以及其他想深入了解智能算法行之有效原因的讀者參考閱讀。