이미지 검색을 사용해 보세요
검색창 이전화면 이전화면
최근 검색어
인기 검색어

정가제 Free 180일 대여 PDF
eBook [단독 최저가][대여] 머신러닝을 위한 수학
핵심 알고리즘 3가지로 배우는 최적화 스마트한 PDF 필기 기능을 사용해 보세요!
이병준
한빛아카데미 2022.12.20.

본 대여 eBook은 동시에 최대 2대의 기기에서만 이용 가능합니다. 기기 변경이 필요한 경우, 기존 기기를 삭제한 후 다른 기기에서 새로 다운로드하여 이용하시기 바랍니다.

구매혜택

30% 단독 할인 + 180일 대여

가격
28,000
25,200 28,000 쿠폰혜택가
대여기간
180일
YES포인트?
0원
5만원 이상 구매 시 2천원 추가 적립
결제혜택
최대 2,000원 즉시할인
PDF 안내

이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.

예스24만의 독보적인 PDF 필기 기능을 경험해 보세요!

이 분야의 이벤트

상세 이미지

소개

목차

1장 행렬

1.1 행렬
1.2 선형변환
1.3 고윳값과 고유벡터
1.4 이차형식
연습문제

2장 다변수 함수

2.1 다변수 함수
2.2 다변수 함수의 미분
2.3 다변수 벡터함수
연습문제

3장 볼록 최적화

3.1 볼록함수
3.2 볼록 최적화
3.3 경사하강법
3.4 응용 : 선형 회귀 분석
연습문제

4장 쌍대성

4.1 라그랑주 쌍대함수
4.2 라그랑주 쌍대성
4.3 응용 : 서포트 벡터 머신
연습문제

5장 고급 수학 이론

5.1 특잇값 분해와 반복법
5.2 가우시안 분포
5.3 응용 : 주성분 분석
연습문제

찾아보기

저자 소개 1

서울대학교 수학교육과를 졸업하고, 동 대학원 수리과학부에서 석사학위와 박사학위를 취득했습니다. 주요 연구 분야는 수치해석, 전산유체역학, 산업응용수학, 수학적 최적화 등입니다. 현재 가톨릭대학교 수학과 및 인공지능학과(겸무) 교수로 재직 중이며, 가톨릭대학교의 4차 산업혁명 혁신선도대학 사업에 참여하여 데이터 과학 분야의 수학 교육과 연구에 힘쓰고 있습니다. 또한 한국산업응용수학회(KSIAM), 대한수학회(KMS), 한국전산유체공학회(KSCFE) 회원으로 활동하고 있으며, 현재 한국산업응용수학회에서는 총무이사를 맡고 있습니다. 주요 저서로는 『머신러닝을 위한 수학』(한빛아카데미,
서울대학교 수학교육과를 졸업하고, 동 대학원 수리과학부에서 석사학위와 박사학위를 취득했습니다. 주요 연구 분야는 수치해석, 전산유체역학, 산업응용수학, 수학적 최적화 등입니다. 현재 가톨릭대학교 수학과 및 인공지능학과(겸무) 교수로 재직 중이며, 가톨릭대학교의 4차 산업혁명 혁신선도대학 사업에 참여하여 데이터 과학 분야의 수학 교육과 연구에 힘쓰고 있습니다. 또한 한국산업응용수학회(KSIAM), 대한수학회(KMS), 한국전산유체공학회(KSCFE) 회원으로 활동하고 있으며, 현재 한국산업응용수학회에서는 총무이사를 맡고 있습니다. 주요 저서로는 『머신러닝을 위한 수학』(한빛아카데미, 2022)이 있습니다.

이병준의 다른 상품

관련 분류

품목정보

발행일
2022년 12월 20일
이용안내
  •  배송 없이 구매 후 바로 읽기
  •  다운로드 시점부터 180일 동안 이용 가능
  •  TTS 불가능
  •  저작권 보호를 위해 인쇄 기능 제공 안함
지원기기
크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드
파일/용량
PDF(DRM) | 7.66MB ?
ISBN13
9791156647256
KC인증

출판사 리뷰

머신러닝 알고리즘의 핵심인
수학적 최적화를 확실하게 이해할 수 있는 책

머신러닝 알고리즘을 이해하는 데 꼭 필요한 수학적 최적화 기법을 다루는 책입니다. 최적화를 완벽히 이해하기 위해 미리 알아두어야 할 선형대수학, 다변수 미분적분학, 확률과 통계의 이론을 핵심만 짚어 설명합니다. 복잡한 수학 이론을 명확하게 이해하고 문제해결력을 기를 수 있게 다양한 유형의 문제를 실었습니다. 또한 머신러닝의 핵심 알고리즘 3가지를 파이썬 코딩으로 직접 구현할 수 있도록 일부 예제와 연습문제에 파이썬 실습을 구성하였습니다. 장별로 구성한 칼럼에서는 각 장에서 살펴본 수학 개념이 머신러닝에서 어떻게 활용되는지 소개합니다.

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

한줄평

첫번째 한줄평을 남겨주세요.