文档摘要

第8章 当模型遇上数据 在本书的第一部分，我们介绍了构成许多机器学习方法基础的数学知识。我们希望读者能够从第一部分学习到数学语言的基础知识，接下来我们将用这些知识来描述和讨论机器学习。本书的第二部分介绍了机器学习的四大支柱： 回归（第9章） 降维（第10章） 密度估计（第11章） 分类（第12章） 本书这一部分的主要目的是说明如何将第一部分介绍的数学概念用于设计机器学习算法，以解决这四个支柱范围内的任务。我们并不打算引入高级机器学习概念，而是提供一系列实用的方法，使读者能够应用他们从本书第一部分获得的知识。同时，对于已经熟悉数学的读者来说，这也为他们通往更广泛的机器学习文献提供了门户。

---

作者与出处

原作者： Datawhale

来源：Datawhale

原文： https://github.com/datawhalechina/math-for-ai

许可证：CC BY-SA 4.0

整理： 灏天文库整理

由灏天文库结构化整理，提供目录导航、全文检索与在线阅读，便于系统化学习