<p>《机器学习中的数学》是一本系统介绍机器学习中涉及的数学知识的入门图书，本书从机器学习中的数学入门开始，以展示数学的友好性为原则，讲述了机器学习中的一些常见的数学知识。机器学习作为人工智能的核心技术，对于数学基础薄弱的人来说，其台阶是陡峭的，本书力争在陡峭的台阶前搭建一个斜坡，为读者铺平机器学习的数学之路。</p>    <p>《机器学习中的数学》共19章，分为线性代数、高等数学和概率3个组成

机器学习中的数学

<p>本书从人们身边常见的整数讲起，逐步深入，介绍了数论、计数、图论、机器学习等领域的一些典型算法及其原理，尤其是算法背后的数学原理，可以让读者对这些算法有更深入的理解。    本书分为11章，涵盖的主要内容有整数的素因子分解、辗转相除、更相减损、扩展欧几里得算法和Karastuba算法； 密码体制和RSA体制的加密原理；递归与分治算法、动态编程技术、特征方程和特征根；算法复杂度分析、大O和大Θ的