機器學習數(shù)學基礎一本通（Python版）

第1章 數(shù)據(jù)可視化
1-1 認識matplotlib.pyplot模塊的主要函數(shù)
1-2 繪制簡單的折線圖plot()
1-2-1 畫線基礎實踐
1-2-2 線條寬度linewidth
1-2-3 標題的顯示
1-2-4 坐標軸刻度的設定
1-2-5 多組數(shù)據(jù)的應用
1-2-6 線條色彩與樣式
1-2-7 刻度設計
1-2-8 圖例legend()
1-2-9 保存與開啟文件
1-2-10 在圖上標記文字
1-3 繪制散點圖scatter()
1-3-1 基本散點圖的繪制
1-3-2 繪制系列點
1-3-3 設定繪圖區(qū)間
1-4 numpy模塊
1-4-1 建立一個簡單的數(shù)組linspace()和arange()
1-4-2 繪制波形
1-4-3 建立不等寬度的散點圖
1-4-4 填滿區(qū)間
1-4-5 色彩映射
1-5 圖表顯示中文
第2章 數(shù)學模塊math和sympy
2-1 數(shù)學模塊的變量
2-2 一般函數(shù)
2-3 log()函數(shù)
2-4 三角函數(shù)
2-5 sympy模塊
2-5-1 定義符號
2-5-2 name屬性
2-5-3 定義多個符號變量
2-5-4 符號的運算
2-5-5 將數(shù)值代入公式
2-5-6 將字符串轉(zhuǎn)為數(shù)學表達式
2-5-7 解一元一次方程式
2-5-8 解一元二次方程式
2-5-9 解含未知數(shù)的方程式
2-5-10 解聯(lián)立方程式
2-5-11 繪制坐標圖的基礎
2-5-12 設定繪圖的x軸區(qū)間
2-5-13 增加繪圖標題與軸標題
2-5-14 多函數(shù)圖形
2-5-15 plot()的show參數(shù)
2-5-16 使用不同顏色繪圖
2-5-17 圖表增加圖例
第3章 機器學習基本概念
3-1 人工智能、機器學習、深度學習
3-2 認識機器學習
3-3 機器學習的種類
3-3-1 監(jiān)督學習
3-3-2 無監(jiān)督學習
3-3-3 強化學習
3-3-4 本書的目標
3-4 機器學習的應用范圍
第4章 機器學習的基礎數(shù)學
4-1 用數(shù)字描繪事物
4-2 變量概念
4-3 從變量到函數(shù)
4-4 等式運算的規(guī)則
4-5 代數(shù)運算的基本規(guī)則
4-6 用數(shù)學抽象化開餐廳的生存條件
4-6-1 數(shù)學模型
4-6-2 經(jīng)營數(shù)字預估
4-6-3 經(jīng)營績效的計算
……
第5章 認識方程式、函數(shù)、坐標圖形
第6章 從聯(lián)立方程式看機器學習的數(shù)學模型
第7章 從勾股定理看機器學習
第8章 聯(lián)立不等式與機器學習
第9章 機器學習需要知道的二次函數(shù)
第10章 機器學習的最小平方法
第11章 機器學習必須懂的集合
第12章 機器學習必須懂的排列與組合
第13章 機器學習需要認識的概率
第14章 二項式定理
第15章 指數(shù)概念與指數(shù)函數(shù)
第16章 對數(shù)
第17章 歐拉數(shù)與邏輯函數(shù)
第18章 三角函數(shù)
第19章 從基礎統(tǒng)計了解大型運算符
第20章 機器學習的向量
第21章 機器學習的矩陣
第22章 向量、矩陣與多元線性回歸