本仓库为《机器学习数学基础》一书中的源码。
《机器学习数学基础》由电子工业出版社出版。
- 前言
- 第1 章向量和向量空间
- 1.1 向量
- 1.2 向量空间
- 1.3 基和维数
- 1.4 内积空间
- 1.5 距离和角
- 1.6 非欧几何
- 第2章 矩阵
- 2.1 基础知识
- 2.2 线性映射
- 2.3 矩阵的逆和转置
- 2.4 行列式
- 2.5 矩阵的秩
- 2.6 稀疏矩阵
- 2.7 图与矩阵
- 第3章 特征值和特征向量
- 3.1 基本概念
- 3.2 应用示例
- 3.3 相似矩阵
- 3.4 正交和投影
- 3.5 矩阵分解
- 3.6 最小二乘法（1）
- 第4章 向量分析
- 4.1 向量的代数运算
- 4.2 向量微分
- 4.3 最优化方法
- 4.4 反向传播算法
- 第5章 概率
- 5.1 基本概念
- 5.2 贝叶斯定理
- 5.3 随机变量和概率分布
- 5.4 随机变量的和
- 5.5 随机变量的数字特征
- 第6章 数理统计
- 6.1 样本和抽样
- 6.2 点估计
- 6.3 区间估计
- 6.4 参数检验
- 6.5 非参数检验
- 第7章 信息与熵
- 7.1 度量信息
- 7.2 信息熵
- 7.3 联合熵和条件熵
- 7.4 相对熵和交叉熵
- 7.5 互信息
- 7.6 连续分布
- 后记
网站地址：http://lqlab.readthedocs.io/
提供了针对本书的扩展资料以及其他有关学习内容、部分章节选读等。
网页地址：http://lqlab.readthedocs.io/en/latest/math4ML/corrigendum.html
视频课程与本书配套，有试听部分，请访问：https://ke.qq.com/course/5556479#term_id=105748678