书籍：Essential Math for AI：Next-Level Mathematics for Efficient and Successful AI Systems
作者: Hala Nelson
出版: O'Reilly Media
本文内容转载自公众号 【一点人工一点智能】
关注51CTO @一点人工一点智能，了解更多移动机器人&人工智能信息
01 书籍介绍
许多行业都渴望将人工智能和数据驱动技术融入到他们的系统和运营中。但是要构建真正成功的人工智能系统，您需要牢固掌握其中的数学基础。
本书以沉浸式和对话式的风格概述了在人工智能领域取得成功所需的数学知识，重点放在实际应用和最新模型上，而不是密集的学术理论。在计算机视觉、自然语言处理、生成模型、强化学习、运筹学和自动化系统等人工智能背景下，您将探索回归、神经网络、卷积、优化、概率、图、随机游走、马尔可夫过程、微分方程等主题。本书的受众包括工程师、数据科学家、数学家、科学家以及初入职场的人员，它有助于在人工智能和数学领域取得成功的坚实基础。
您将能够：
· 自如地运用人工智能、机器学习、数据科学和数学的术语
· 将机器学习模型和自然语言模型统一在一个数学结构下
· 轻松处理图形和网络数据
· 探索真实数据，可视化空间转换，降低维度并处理图像
· 对于不同的数据驱动项目选择使用哪种模型
· 探索人工智能的各种含义和局限性
02 作者简介
Hala Nelson是詹姆斯·麦迪逊大学的副教授，拥有纽约大学库朗数学科学研究所的数学博士学位。在来到詹姆斯·麦迪逊大学之前，她曾在密歇根大学安娜堡分校担任博士后助理教授。她专攻数学建模，并为公共部门的应急和基础设施服务提供咨询。她喜欢将复杂的概念转化为简单实用的术语。对她来说，大多数数学概念都不费力，并且能够与日常经验相关联，除非介绍这些概念的人要么对其理解不够深入，要么只是为了炫耀。
03 书籍大纲
