69.9
5.4折
原价¥129.8

收藏
【官方旗舰店】程序员数学 用Python学透线性代数和微积分 程序员的数学基础课算法几何学微积分教程人工智机器学习能计算机书籍
担保交易,安全保证,有问题不解决可申请退款。
商品属性
人民邮电出版社官方旗舰店
人民邮电出版社官方旗舰店
本商品由 人民邮电出版社官方旗舰店 提供技术支持并发货!
进店逛逛

买家常见问题解答(必看)

商品详情
用户评价
交易规则

【官方旗舰店】程序员数学 用Python学透线性代数和微积分 程序员的数学基础课算法几何学微积分教程人工智机器学习能计算机书籍

【官方旗舰店】程序员数学 用Python学透线性代数和微积分 程序员的数学基础课算法几何学微积分教程人工智机器学习能计算机书籍

【官方旗舰店】程序员数学 用Python学透线性代数和微积分 程序员的数学基础课算法几何学微积分教程人工智机器学习能计算机书籍

【官方旗舰店】程序员数学 用Python学透线性代数和微积分 程序员的数学基础课算法几何学微积分教程人工智机器学习能计算机书籍
目录
第 *章 通过代码学数学  *
*.* 使用数学和软件解决商业问题 2
*.*.* 预测金融市场走势 2
*.*.2 寻找*质交易 4
*.*.3 构建三维图形和动画 6
*.*.4 对物理*建模 8
*.2 如何*效学习数学 9
*.2.* Jane想学习数学 9
*.2.2 在数学课本中苦苦挣扎 *0
*.3 用上你训练有素的左脑 **
*.3.* 使用正式的语言 **
*.3.2 构建你自己的计算器 *2
*.3.3 用函数建立抽象概念 *3
*.4 小结 *4
第 **分 向量和图形
第 2章 二维向量绘图 *6
2.* 二维向量绘图 *6
2.*.* 如何表示二维向量 *8
2.*.2 用Python绘制二维图形 20
2.*.3 练习 23
2.2 平面向量运算 25
2.2.* 向量的分量和长度 28
2.2.2 向量与数相乘 29
2.2.3 减法、位移和距离 3*
2.2.4 练习 34
2.3 平面上的角度和三角学 4*
2.3.* 从角度到分量 42
2.3.2 Python中的三角学和弧度 46
2.3.3 从分量到角度 47
2.3.4 练习 50
2.4 向量集合的变换 57
2.4.* 组合向量变换 59
2.4.2 练习 60
2.5 用Matplotlib绘图 6*
2.6 小结 62
第3章 上*到三维* 63
3.* 在三维空间中绘制向量 64
3.*.* 用坐标表示三维向量 66
3.*.2 用Python进行三维绘图 66
3.*.3 练习 68
3.2 三维空间中的向量运算 70
3.2.* 添加三维向量 70
3.2.2 三维空间中的标量乘法 72
3.2.3 三维向量减法 72
3.2.4 计算长度和距离 73
3.2.5 计算角度和方向 74
3.2.6 练习 75
3.3 点积:测量向量对齐 78
3.3.* 绘制点积 78
3.3.2 计算点积 80
3.3.3 点积的示例 82
3.3.4 用点积测量角度 83
3.3.5 练习 85
3.4 向量积:测量定向区域 88
3.4.* 在三维空间中确定自己的朝向 88
3.4.2 找到向量积的方向 89
3.4.3 求向量积的长度 9*
3.4.4 计算三维向量的向量积 92
3.4.5 练习 93
3.5 在二维平面上渲染三维对象 96
3.5.* 使用向量定义三维对象 97
3.5.2 二维投影 98
3.5.3 确定面的朝向和阴影 99
3.5.4 练习 *0*
3.6 小结 *02
第4章 变换向量和图形 *03
4.* 变换三维对象 *05
4.*.* 绘制变换后的对象 *05
4.*.2 组合向量变换 *07
4.*.3 绕轴旋转对象 **0
4.*.4 *造属于你自己的几何变换 **3
4.2 线性变换 **7
4.2.* 向量运算的*变性 **7
4.2.2 图解线性变换 **9
4.2.3 为什么要做线性变换 *2*
4.2.4 计算线性变换 *24
4.2.5 练习 *27
4.3 小结 *32
第5章 使用矩阵计算变换 *34
5.* 用矩阵表示线性变换 *35
5.*.* 把向量和线性变换写成矩阵形式 *35
5.*.2 矩阵与向量相乘 *36
5.*.3 用矩阵乘法组合线性变换 *38
5.*.4 实现矩阵乘法 *40
5.*.5 用矩阵变换表示三维动画 *4*
5.*.6 练习 *42
5.2 *同形状矩阵的含义 *48
5.2.* 列向量组成的矩阵 *49
5.2.2 哪些矩阵可以相乘 *5*
5.2.3 将方阵和非方阵视为向量函数 *52
5.2.4 从三维到二维的线性映射投影 *54
5.2.5 组合线性映射 *56
5.2.6 练习 *57
5.3 用矩阵平移向量 *63
5.3.* 线性化平面平移 *63
5.3.2 寻找做二维平移的三维矩阵 *67
5.3.4 在四维*里平移三维对象 *70
5.4 小结 *74
第6章 *维泛化 *76
6.* 泛化向量的定义 *77
6.*.* 为二维坐标向量*建*个类 *78
6.*.3 使用同样的方法定义三维向量 *79
6.*.4 构建向量基类 *80
6.*.5 定义向量空间 *82
6.*.6 对向量空间类进行单元测试 *85
6.2 探索*同的向量空间 *88
6.2.* 枚举所有坐标向量空间 *88
6.2.2 识别现实中的向量 *90
6.2.3 将函数作为向量处理 *92
6.2.4 将矩阵作为向量处理 *94
6.2.5 使用向量运算来操作图像 *95
6.2.6 练习 *98
6.3 寻找更小的向量空间 205
6.3.* 定义子空间 205
6.3.2 从单个向量开始 207
6.3.3 生成更大的空间 207
6.3.4 定义“维度”的概念 209
6.3.5 寻找函数向量空间的子空间 2*0
6.3.6 图像的子空间 2*2
6.3.7 练习 2*4
6.4 小结 220
第7章 求解线性方程组 222
7.* 设计*款街机游戏 223
7.*.* 游戏建模 223
7.*.2 渲染游戏 224
7.*.3 发射激光 225
7.*.4 练习 226
7.2 找到直线的交点 227
7.2.* 为直线选择正确的公式 227
7.2.2 直线的标准形式方程 229
7.2.3 线性方程组的矩阵形式 23*
7.2.4 使用NumPy求解线性方程组 233
7.2.6 识别*可解方程组 234
7.2.7 练习 236
7.3 将线性方程泛化到更*维度 240
7.3.* 在三维空间中表示平面 240
7.3.2 在三维空间中求解线性方程组 243
7.3.4 计算维数、方程和解 245
7.3.5 练习 246
7.4 通过解线性方程来改变向量的基 253
7.4.* 在三维空间中求解 255
7.4.2 练习 256
7.5 小结 257
第二*分 微积分和物理仿真
第8章 理解变化率 26*
8.* 根据体积计算平均流速 262
8.*.* 实现average_flow_rate函数 263
8.*.2 用割线描绘平均流速 264
8.*.3 负变化率 265
8.*.4 练习 266
8.2 绘制*间变化的平均流速 266
8.2.* 计算*同时间段内的平均流速 267
8.2.2 绘制间隔流速图 268
8.2.3 练习 270
8.3 瞬时流速的近似值 27*
8.3.* 计算小割线的斜率 272
8.3.2 构建瞬时流速函数 274
8.3.3 柯里化并绘制瞬时流速函数 277
8.4 体积变化的近似值 278
8.4.* 计算短时间间隔内的体积变化 279
8.4.2 将时间分割成更小的间隔 280
8.4.3 在流速图上绘制体积变化的图形 280
8.4.4 练习 283
8.5 绘制*间变化的体积图 283
8.5.* 计算*间变化的体积 283
8.5.2 绘制体积函数的黎曼和 285
8.5.3 提*近似结果的*确度 286
8.5.4 定积分和*定积分 288
8.6 小结 290
第9章 模拟运动的对象 29*
9.* 模拟匀速运动 29*
9.*.* 给小行星设置速度 292
9.*.2 更新游戏引擎,让小行星运动 292
9.*.3 *持小行星在屏幕上 293
9.*.4 练习 295
9.2 模拟加速 295
9.3 深入研究欧拉方法 296
9.3.* 手动计算欧拉方法 297
9.3.2 使用 Python 实现算法 298
9.4 用更小的时间步执行欧拉方法 300
9.5 小结 305
第 *0章 使用符号表达式 306
*0.* 用计算机代数系统计算*确的导数 309
*0.2.* 将表达式拆分成若干*分 3*0
*0.2.3 使用Python语言实现表达式树 3**
*0.2.4 练习 3*3
*0.3 符号表达式的应用 3*5
*0.3.* 寻找表达式中的所有变量 3*7
*0.3.3 表达式展开 3*9
*0.3.4 练习 32*
*0.4 求函数的导数 323
*0.4.* 幂的导数 324
*0.4.2 变换后函数的导数 324
*0.4.3 *些*殊函数的导数 326
*0.4.4 乘积与组合的导数 327
*0.4.5 练习 328
*0.5 自动计算导数 330
*0.5.* 实现表达式的导数方法 330
*0.5.2 实现乘积法则和链式法则 332
*0.5.4 练习 334
*0.6 符号化积分函数 335
*0.6.* 积分作为反导数 335
*0.6.2 SymPy库介绍 336
*0.6.3 练习 337
*0.7 小结 338
第 **章 模拟力场 339
**.* 用向量场对引力建模 339
**.2 引力场建模 342
**.2.* 定义*个向量场 343
**.2.2 定义*个简单的力场 344
**.3 把引力加入小行星游戏 345
**.3.* 让游戏中的对象感受到引力 346
**.3.2 练习 349
**.4 引入势能 350
**.4.* 定义势能标量场 35*
**.4.2 将标量场绘制成热图 352
**.4.3 将标量场绘制成等*线图 354
**.5.* 用横截面测量陡度 354
**.5.2 计算偏导数 356
**.5.3 用梯度求图形的陡度 357
**.5.4 用势能的梯度计算力场 359
**.5.5 练习 36*
**.6 小结 364
第 *2章 *化物理系统 365
*2.* 测试炮弹模拟器 367
*2.*.* 用欧拉方法建立模拟器 368
*2.*.2 测量弹道的属性 369
*2.*.3 探索*同的发射角度 370
*2.*.4 练习 37*
*2.2 计算最佳射程 373
*2.2.* 求炮弹射程关于发射角的函数 373
*2.2.2 求最大射程 376
*2.2.3 确定最大值和最小值 378
*2.2.4 练习 379
*2.3 增强模拟器 38*
*2.3.* 添加另*个维度 38*
*2.3.2 在炮弹周围建立地形模型 383
*2.3.4 练习 386
*2.4 利用梯度上**化范围 388
*2.4.* 绘制射程与发射参数的关系图 388
*2.4.2 射程函数的梯度 389
*2.4.3 利用梯度寻找上坡方向 390
*2.4.4 实现梯度上* 392
*2.4.5 练习 395
*2.5 小结 399
第 *3章 用傅里叶级数分析声波 400
*3.* 声波的组合和分解 40*
*3.2 用Python播放声波 402
*3.2.* 产生第 *个声音 402
*3.2.2 演奏音符 405
*3.2.3 练习 406
*3.3 把正弦波转化为声音 406
*3.3.* 用正弦函数制作音频 406
*3.3.2 改变正弦函数的频率 408
*3.3.3 对声波进行采样和播放 409
*3.3.4 练习 4**
*3.4 组合声波得到新的声波 4*2
*3.4.* 叠加声波的样本来构造和弦 4*2
*3.4.2 两个声波叠加后的图形 4*3
*3.4.3 构造正弦波的线性组合 4*4
*3.4.4 用正弦波构造*个熟悉的函数 4*6
*3.4.5 练习 4*9
*3.5 将声波分解为傅里叶级数 4*9
*3.5.* 用内积确定向量分量 420
*3.5.2 定义周期函数的内积 42*
*3.5.3 实现*个函数来计算傅里叶系数 423
*3.5.4 求方波的傅里叶系数 424
*3.5.5 其他波形的傅里叶系数 424
*3.5.6 练习 426
*3.6 小结 428
第三*分 机器学习的应用
第 *4章 数据的函数拟合 43*
*4.* 衡量函数的拟合质量 433
*4.*.* 计算数据与函数的距离 434
*4.*.2 计算误差的平方和 436
*4.*.3 计算汽车*格函数的代* 440
*4.2 探索函数空间 44*
*4.2.* 绘制通过原点的直线的代* 442
*4.2.2 所有线性函数的空间 443
*4.2.3 练习 445
*4.3 使用梯度下降法寻找最佳拟合线 445
*4.3.* 缩放数据 445
*4.3.2 找到并绘制最佳拟合线 446
*4.3.3 练习 447
*4.4 非线性函数拟合 448
*4.4.* 理解指数函数的行为 448
*4.4.2 寻找最佳拟合的指数函数 45*
*4.5 小结 453
第 *5章 使用logistic回归对数据分类 455
*5.* 用真实数据测试分类函数 456
*5.*.* 加载汽车数据 457
*5.*.2 测试分类函数 458
*5.*.3 练习 458
*5.2 绘制决策边界 460
*5.2.* 绘制汽车的向量空间 460
*5.2.2 绘制更好的决策边界 46*
*5.2.3 实现分类函数 462
*5.2.4 练习 463
*5.3 将分类问题构造为回归问题 464
*5.3.* 缩放原始汽车数据 464
*5.3.2 衡量汽车的“宝马性” 465
*5.3.3 sigmoid函数 467
*5.3.4 将sigmoid函数与其他函数组合 468
*5.3.5 练习 470
*5.4 探索可能的logistic函数 47*
*5.4.* 参数化logistic函数 472
*5.4.2 衡量logistic函数的拟合质量 472
*5.4.3 测试*同的logistic函数 474
*5.4.4 练习 475
*5.5 寻找最佳logistic函数 477
*5.5.* 三维中的梯度下降法 477
*5.5.2 使用梯度下降法寻找最佳拟合 478
*5.5.3 测试和理解最佳logistic分类器 479
*5.5.4 练习 48*
*5.6 小结 483
第 *6章 训练*经网络 484
*6.* 用*经网络对数据进行分类 485
*6.2 手写数字图像分类 486
*6.2.* 构建64维图像向量 487
*6.2.2 构建随机数字分类器 488
*6.2.3 测试数字分类器的表现 489
*6.2.4 练习 490
*6.3 设计*经网络 49*
*6.3.* 组织*经元和连接 492
*6.3.2 *经网络数据流 492
*6.3.3 计算激活值 495
*6.3.4 用矩阵表示法计算激活值 498
*6.4 用Python构建*经网络 499
*6.4.* 用Python实现MLP类 500
*6.4.2 评估MLP 502
*6.4.3 测试MLP的分类效果 503
*6.4.4 练习 504
*6.5 使用梯度下降法训练*经网络 504
*6.5.* 将训练构造为最小化问题 505
*6.5.3 使用scikit-learn自动训练 507
*6.6 使用反向传播计算梯度 509
*6.6.* 根据最后*层的权重计算代* 509
*6.6.2 利用链式法则计算最后*层权重的偏导数 5*0
*6.6.3 练习 5*2
*6.7 小结 5*3
附录A 准备Python(图灵社区下载)
附录B Python技巧和窍门(图灵社区下载)
附录C 使用OpenGL和PyGame加载和渲染三维模型(图灵社区下载)
附录D 数学符号参考(图灵社区下载)


作者介绍
【作者简介】 *罗·奥兰德(Paul Orland) 硅谷*业公司Tachyus的联合*始人兼CEO,拥有耶鲁大学数学学士学位和华盛顿大学物理学硕士学位,曾任微软公司软件开发工程师,近*0年来*直*力于使用数学和函数式编程来*化能源生产。 【译者简介】 *度KFive KFive是*度App大前端团队,成员涵盖PC端和手机*度的大前端研发者。在业务支持之外,KFive研究的技术方向还*括前端基础架构、跨端开发、Node.js、端智能和前端智能化等,并且积累了丰富的产出。KFive的名称**来源于起初的办公地点在*度科技园五号楼,更体现了其对软件开发的理解,*“五Key”:Key*者,*益求*;Key2者,大巧*工;Key3者,*运匠心;Key4者,*炼千锤;Key5者,善始善*。


店铺

客服

购物车
领取优惠
立即购买