Log in to access more pages.
Create an account or log in to continue reading more pages.
Log in
Daftar isi
Matematika Pembelajaran Mesin
Dari vektor, probabilitas, dan optimisasi menuju regresi, klasifikasi, dan pembelajaran dari data
Baca setiap bagian secara berurutan. Setiap judul dapat dibuka sebagai dokumen TheoryTrace.
- Cover1
- Hak cipta2
- Petunjuk membaca buku ini3
- Pendahuluan4
- Bab 1: Peta Matematika Pembelajaran Mesin5
- Bab 2: Data sebagai Vektor dan Ruang Fitur6
- Bab 3: Aljabar Linear Inti untuk Pembelajaran Mesin7
- Bab 4: Geometri Matriks dan Proyeksi8
- Bab 5: Nilai Eigen, Vektor Eigen, dan Dekomposisi Matriks9
- Bab 6: Kalkulus Satu Variabel untuk Model Prediktif10
- Bab 7: Kalkulus Multivariabel dan Gradien11
- Bab 8: Optimisasi Tanpa Kendala12
- Bab 9: Optimisasi Berkendala dan Regularisasi13
- Bab 10: Dasar Probabilitas untuk Data Tidak Pasti14
- Bab 11: Distribusi Penting dan Model Generatif Sederhana15
- Bab 12: Statistika, Estimasi, dan Inferensi16
- Bab 13: Regresi Linear dari Sudut Pandang Geometri dan Probabilitas17
- Bab 14: Regresi Teratur dan Generalisasi18
- Bab 15: Klasifikasi Linear dan Regresi Logistik19
- Bab 16: Margin, Support Vector Machine, dan Kernel20
- Bab 17: Naive Bayes, Model Diskriminatif, dan Model Generatif21
- Bab 18: Reduksi Dimensi dan Principal Component Analysis22
- Bab 19: Clustering dan Pembelajaran Tak Terawasi23
- Bab 20: Dasar Jaringan Saraf dari Matematika Fungsi Komposisi24
- Bab 21: Optimisasi Stokastik dan Pembelajaran Skala Besar25
- Bab 22: Evaluasi Model dan Pengambilan Keputusan26
- Bab 23: Ketidakpastian, Bias, dan Keandalan Model27
- Bab 24: Menyatukan Matematika dalam Alur Kerja Pembelajaran Mesin28
- Penutup29