更新时间：2024-12-31 21:58:37
封面
版权页
作者简介
内容简介
前言
第1章 数据可视化
第2章 数学模块math和sympy
第3章 机器学习基本概念
第4章 机器学习的基础数学
第5章 认识方程式、函数、坐标图形
第6章 从联立方程式看机器学习的数学模型
第7章 从勾股定理看机器学习
第8章 联立不等式与机器学习
第9章 机器学习需要知道的二次函数
第10章 机器学习的最小平方法
第11章 机器学习必须懂的集合
第12章 机器学习必须懂的排列与组合
第13章 机器学习需要认识的概率
第14章 二项式定理
第15章 指数概念与指数函数
第16章 对数
第17章 欧拉数与逻辑函数
第18章 三角函数
第19章 从基础统计了解大型运算符
第20章 机器学习的向量
第21章 机器学习的矩阵
第22章 向量、矩阵与多元线性回归
