
本书共分为七章。第一章主要介绍数学对应人工智能的重要性,以及代数学和分析学中的基础概念,是后面各章的基础。第二章和第三章分别介绍了微积分和线性代数核心内容,并将相关基础知识映射到人工智能领域,从这一视角理解数学基础知识的工程应用。第四章介绍了矩阵分解这一重要数学工具及其在人工智能领域的典型应用。第五章介绍了概率论基础知识及在人工智能领域的广泛应用。第六章介绍了最优化理论及算法,以及它们在机器学习和人工智能中的基础性应用。第七章主要介绍了信息论的基本概念和在人工智能中常见的应用。<br/>【作者】<br/>廖盛斌,博士,教授,博士生导师。1989年毕业于湖北荆州师专数学教育专业,2000年获西安交通大学应用数学专业硕士学位,2008年获华中科技大学信息与通信工程专业博士学位。2012年1月英国埃塞克斯大学访问学者,2015年5月澳大利亚卧龙岗大学访问学者,2017年9月英国东英格利亚大学访问学者。一直从事数据驱动建模、机器学习与优化、大数据与智慧教育等方面的研究,主持国家自然科学基金面上项目2项,国家重研发计划子课题1项,武汉市科技计划项目2项,获批国家发明专利5项,在IEEE、Elsevier、Springer、Wiley等组织和机构出版的国际杂志,以及各种国际和国内学术会议上发表论文50多篇,其中20多篇被SCI收录。<br/>
点点赞赏,手留余香
给TA打赏

評論0