機器學習中的線性與非線性思維
翟中華
- 出版商: 電子工業
- 出版日期: 2025-05-01
- 售價: $228
- 語言: 簡體中文
- 頁數: 104
- ISBN: 7121495015
- ISBN-13: 9787121495014
-
相關分類:
Machine Learning
下單後立即進貨 (約4週~6週)
商品描述
本書深入剖析機器學習中的線性思維和非線性思維，從基礎理論出發，結合經典例子，闡述如何將線性思維和非線性思維巧妙應用於機器學習算法，幫助讀者理解數據背後的規律與不確定性。除引言外，全書內容分為7章，包括線性回歸中的線性思維、感知機分類中的線性思維、邏輯回歸中的線性思維、支持向量機中的線性思維、核方法、高斯核函數的非線性映射作用、深度學習中的非線性。本書適合機器學習領域的工程師、研究員閱讀，也可作為計算機科學、統計學、電子工程、計量經濟學等領域的技術人員的參考用書。
目錄大綱
目錄
引言 001
上篇 線性思維
第1章 線性回歸中的線性思維 008
1.1 線性思維 009
1.2 從線性思維看線性回歸 015
1.2.1 直線方程 016
1.2.2 由直線方程到線性回歸 017
1.2.3 線性回歸的隨機誤差 018
1.2.4 由隨機誤差項到最小二乘法 021
1.3 線性回歸的統計性質 025
1.3.1 OLS估計量的性質 025
1.3.2 線性回歸的統計學假設 026
第2章 感知機分類中的線性思維 028
2.1 感知機中的線性分類思想 029
2.1.1 什麼是感知機 029
2.1.2 感知機分類過程 032
2.1.3 線性分類的幾何視角 034
2.2 感知機訓練的線性思維 035
2.2.1 幾何角度形象理解 036
2.2.2 轉化為代數運算 039
2.3 從幾何視角看感知機訓練 042
第3章 邏輯回歸中的線性思維 045
3.1 線性回歸不適合分類 046
3.2 Sigmoid函數的特性 049
3.3 邏輯回歸是線性分類器 050
第4章 支持向量機中的線性思維 052
4.1 最直覺的分類思維 053
4.2 線性分類 056
4.3 由函數間隔到幾何間隔 059
4.4 軟間隔支持向量機 063
4.4.1 為什麼需要軟間隔支持向量機 063
4.4.2 軟間隔支持向量機的數學實現 066
下篇 非線性思維
第5章 核方法 072
5.1 采用核方法的動機 072
5.2 使用核方法解SVM升維難題 073
第6章 高斯核函數的非線性映射作用 079
6.1 簡單與復雜的辯證：從線性模型到非線性模型 080
6.2 從有限到無限的哲學思想 082
6.2.1 把有限空間映射為無限空間 083
6.2.2 從無限返回有限 083
6.3 泰勒級數：實現維度的無限延展和有限維度的
計算 085
第7章 深度學習中的非線性 089
7.1 Sigmoid函數 091
7.2 ReLU函數 092
