线性代数与数据学习(电子信息前沿技术丛书)

作者: [美]吉尔伯特·斯特朗(Gilbert Strang)著,余志平、李铁夫、马辉 译

出版社: 清华大学出版社

出版日期: 2024-06-01

电子书 暂不销售 定价:138.0
  • 收藏

  • 加书架

  • 引用

简介

Gilbert Strang是麻省理工学院数学教授,美国国家科学院院士和美国艺术与科学院院士,在有限元理论、变分法、小波分析及线性代数等领域卓有成就,著有多部经典数学教材,开设多门开放式课程,享有国际盛誉。本书是深度学习的导论,全面介绍机器学习的数学基础,阐述架构神经网络的核心思想,主要内容包括线性代数的重点、大规模矩阵的计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。本书可作为数据科学方向的数学基础课程教材,也可供人工智能、深度学习领域的科研人员和工程技术人员参考。

编辑推荐

全面为机器学习提供数学基础:从线性代数的核心知识,到大规模矩阵计算,到低秩近似和特殊矩阵,再到统计基础和优化算法。 •延续Strang教材的一贯风格:内容丰富,深入浅出,透过技术外壳,直指本质内核。 •解释构建神经网络的基础知识和核心思想。 •包含丰富的应用背景介绍、参考文献及网络资源。 •每章含有练习和编程习题。

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2024-06-01
  • 作者:[美]吉尔伯特·斯特朗(Gilbert Strang)著,余志平、李铁夫、马辉 译
  • 更新: 2025-01-21
  • 书号:9787302636403
  • 中图:O151.2
  • 学科:
    理学
    数学

作者信息

[美]吉尔伯特·斯特朗(Gilbert Strang)著,余志平、李铁夫、马辉 译

作者:吉尔伯特·斯特朗(Gilbert Strang),美国享有盛誉的数学家、教育家,在有限元理论、变分法、小波分析和线性代数等方面皆有研究贡献。他对数学教育做出了许多贡献,出版了十几部数学教科书和专著。曾任麻省理工学院数学系 MathWorks 讲座教授。主要讲授“线性代数导论”“计算科学与工程”等开放式课程,获得广泛好评,是美国数学开放教学的领军人物。曾任美国数学联合政策委员会主席、美国数学委员会主席、美国国家科学基金会(NSF)数学顾问小组主席、国际工业与应用数学理事会(ICIAM)理事、阿贝尔奖委员会委员等职务。2009年当选美国国家科学院院士。在麻省理工学院任教61年后,他开设的MIT 18.06课程(线性代数)在OCW(开放式课程)平台上浏览量超过1000万次。 译者 余志平,清华大学集成电路学院教授、博士生导师,IEEE Life Fellow(国际电气与电子工程学会终身会士)。曾任清华大学微电子学研究所副所长、清华大学微电子学冠名教授(由Pericom、Novellus公司赞助)。在斯坦福大学攻读博士学位及其后工作期间,为多家集成电路企业(如HP、Intel、台积电)提供咨询并参与研究项目。参与组织的熊猫集成电路设计系统获1993年国家科技进步一等奖。专业领域是集成电路计算机辅助设计(ICCAD),主要集中在半导体器件模拟。在 CMOS 射频电路设计与纳电子学研究领域深耕多年,发表学术论文多篇,合著中英文专著三部。 李铁夫,清华大学集成电路学院副研究员、院长助理,北京量子信息科学研究院兼聘研究员,日本理化学研究所客座研究员。 2003 年、2009 年分别于清华大学电子工程系和微电子学研究所获得学士、博士学位。主要研究领域为超导量子计算、微纳机电系统和量子接口器件,在国际知名期刊和会议上发表论文60余篇。 马辉,清华大学数学科学系教授、博士生导师。2000年于北京大学数学科学学院获得理学博士学位,先后在清华大学、美国马萨诸塞州州立大学Amherst分校作博士后研究。2004年6月起在清华大学任教。主要研究领域为微分几何,特别在拉格朗日子流形的几何与拓扑、超曲面的几何等方面做出了富有意义的研究成果。

相关图书