機器學習的數學基礎作者：西內啟 (繁_PDF)

加好友 · 發表於 2025-7-19 09:25

馬上加入Android 台灣中文網，立即免費下載應用遊戲。

您需要登錄才可以下載或查看，沒有帳號？註冊

x

登錄/註冊後可看大圖

機器學習的數學基礎 - 西內啟.jpg (283.89 KB, 下載次數: 5)

下載附件保存到相冊

2025-7-19 09:24 上傳

◎書名：機器學習的數學基礎 : AI、深度學習打底必讀
◎作者：西內啟
◎內容簡介：

〇國立台中教育大學數學教育學系胡豐榮博士與清華大學數學系畢徐先正合譯

　　『進入 AI 時代，數學突然紅起來！』

　　現在資訊科學界最夯的主題就是 AI、機器學習、深度學習。Google、Apple、Amazon、台積電……等世界大廠都在爭搶 AI 大餅，比的是誰家的 AI 比較聰明、比較準確，因此發展出許多先進的技術，甚至把 AI 直接植入晶片中。每家好像都很厲害，然而高下區別的關鍵在哪裏？

　　大家使用的開發工具不外乎 TensorFlow、Keras、Numpy，你會用，別人也會，那你憑甚麼贏人家？當然要靠獨創的技術、神秘的參數配方，而這些都是開發工具給不了的。如果只靠土法煉鋼，不斷「Try Try 看」各種參數組合，這實在太不科學，根本無法提升能力。所以必須徹頭徹尾弄懂 AI 技術裏面在做甚麼？才知道應該用什麼參數去試、用甚麼演算法去算……，想做出比別人更好的 AI，就必須自我蛻變，這一切的打底功夫就是「數學」。

　　『AI、機器學習、深度學習需要的數學，你懂了嗎？』

　　數學領域的學科龐雜，國中、高中學完之後也不知道幹嘛，或是不求甚解，久而久之就還給老師了。然而在 21 世紀進入機器學習、深度學習領域，完全避不開下面這些東西，你懂了嗎？：

　　「邏輯斯迴歸／線性迴歸／合成函數／鏈鎖法則／條件機率／貝氏定理／最小平方法／最大概似估計法／常態分佈／機率密度函數／向量內積／相關係數／誤差函數／代換積分／多元迴歸分析／神經網路／多變數偏微分／矩陣偏微分／梯度下降法／隨機梯度下降法／非線性邏輯斯函數／Sigmoid／反向傳播／more…」

　　媽呀！誰來教教我？

　　小編看過市面上數本主打機器學習或深度學習的數學書，主要分兩類：其一是內容太過簡單講得不夠深入，其二是假設你的數學能力已經很強，直接跳過許多細節，這兩類讀了還是不知所云。沒關係，本書就是為你設計的，帶你從基礎開始複習，搭配實務案例，讓你知道數學可以怎麼用。而且最重要的是「只教機器學習、深度學習用得到的數學，講清楚、才能吸收」，其它用不到的不講，節省大家的寶貴時間。

　　本書設計的巧妙之處在於前面講過的內容，到了進階的部份仍然會不斷前後呼應，不斷提醒。書中的運算步驟，像是梯度下降法、隨機梯度下降法、反向傳播... 都一一手算推導給你看。認真讀完本書，機器學習與深度學習的數學就能深印腦海。

本書特色

　　〇只講機器學習、深度學習用得到的數學，追根究底且看得懂

　　〇梯度下降法、隨機梯度下降法、反向傳播... 一步一步手工算給你看

　　〇利用實務範例，更能了解數學可以用在哪裏

名人推薦

　　〇清華大學榮譽教授李家同博士推薦：『數學是 AI 的根本, 你可以跟著本書扎實理解機器學習最根本的數學基礎。』

◎作者簡介
東京大學醫學院畢業，專長為生物統計學。曾經擔任東京大學醫學系醫療溝通學科助理教授，大學醫療資訊網路研究中心副所長，Dana-Farber/Harvard 癌症研究中心的客座研究員。他於 2014 年創立 Data Vehicle 公司，開發商業應用的資料分析工具與資料研究的服務。

********************************************************************************
****************************************************************************************************************************************************************

PDF

機器學習的數學基礎.part1.rar (40 MB, 下載次數: 1591, 售價: 1 個碎鑽)

加好友 · 發表於 2025-10-2 10:02

謝謝大大分享，雖然知道數學是很多科學的基礎，但數學真的還蠻難的