0
本书概述了现代数据科学重要的数学和数值基础。特别是,它涵盖了信号和图像处理(傅立叶、小波及其在去噪和压缩方面的应用)、成像科学(反问题、稀疏性、压缩感知)和机器学习(线性回归、逻辑分类、深度学习)的基础知识。重点是对方法学工具(特别是线性算子、非线性逼近、凸优化、最优传输)的数学上合理的阐述,以及如何将它们映射到高效的计算算法。
一键下载 PDF:https://www.yanxishe.com/resourceDetail/1346?from=leiphonecolumn_res0409
原书地址:https://mathematical-tours.github.io/book/雷锋网雷锋网雷锋网
更多相关资料下载:https://www.yanxishe.com/resources?from=leiphonecolumn
资料 |《机器学习实战:基于 Scikit-Learn、Keras 和 TensorFlow(第二版)》
资料 |《常用数据挖掘算法总结及 Python 实现》
资料 | 《 Pytorch 深度学习实战 》 资料 | 《 面向机器学习的特征工程 》
资料 | 程序员面试宝典 第 5 版
资料 | 《 机器学习数学基础 》
资料 | 《 怎样解题:数学竞赛攻关宝典(第 2 版) 》
资料 | 《 Linux 命令行与 shell 脚本编程大全 》
资料下载 | 数学分析八讲(修订版) :概述了数学分析的基本思想、基本概念和基本方法 资料 | 《 大话数据结构 》
资料 | 《 你不知道的 JavaScript(上卷) 》
资料 | 算法设计与分析基础(第 3 版)
资料 | 《 JavaScript 高级程序设计(第3版)中文-高清 》
资料 | 《 图解密码技术(第 3 版) 》
资料 | 《 Java 8 实战 》 资料 | 《 推荐系统实践 》
雷峰网原创文章,未经授权禁止转载。详情见转载须知。