简介
本书介绍与人工智能关系紧密的数学知识模块,以使读者更好地掌握数学方法在人工智能领域的应用。本书整合了随机过程、矩阵论和运筹学中相关的数学基础,共12章,分为3部分。第1部分为随机过程,包括第1~3章,主要介绍概率论预备知识、随机过程的概念和基本类型、马尔可夫链。第2部分为矩阵论,包括第4~8章,主要介绍矩阵论预备知识、线性空间与线性变换、范数理论及其应用、矩阵分解和特征值的估计。第3部分为运筹学,包括第9~12章,主要介绍运筹学思想与运筹学建模、数学规划、最优化问题和多目标决策。 本书面向高校计算机和人工智能等相关专业的学生,可以作为高年级本科生、低年级研究生的专业必修课或选修课的教材,也可以作为人工智能领域从业者的参考书。
编辑推荐
本书内容全面丰富,知识体系严谨,覆盖概率论基础、随机过程、矩阵论与矩阵计算、运筹与规划等基础知识。 内容编排和讲解围绕培养学生从事人工智能行业相关数学能力的目标,通过例子和问题讲解知识点及其应用,并给出详细分析和讨论。 提供了大量习题,并提供习题解答。 提供部分例子的电子版演示和微视频。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-05-01
- 更新: 2024-11-05
- 书号:9787302660347
- 中图:TP18;O29
- 学科:理学数学工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术