Álgebra Lineal en Ciencia de Datos

丛 书 名：Wellesley-Cambridge Press

作     者：Gilbert Strang 

I S B N：(纸本) 9781611977387 

出 版 年：2022年

主 题 词：linear algebra data science deep learning machine learning matrix methods neural networks probability and statistics optimization singular values least squares neural nets 

摘      要：Álgebra lineal y los fundamentos del aprendizaje profundo, ¡juntos por fin! Del profesor Gilbert Strang, aclamado autor de Introducción al álgebra lineal, llega Álgebra lineal en ciencia de datos, el primer libro de texto que enseña álgebra lineal junto con aprendizaje profundo y redes neuronales. Este libro de texto ameno pero riguroso contiene un curso completo de álgebra lineal y de la matemática relacionada que los estudiantes deben saber para familiarizarse con el aprendizaje a partir de los datos. Se incluyen: los cuatro subespacios fundamentales, descomposición en valores singulares, matrices especiales, técnicas de cálculo con matrices grandes, compressed sensing, probabilidad y estadística, optimización, arquitectura de redes neuronales, descenso por gradiente estocástico y retropropagación. Audiencia Este libro es para cualquier persona que quiera aprender cómo se reducen e interpretan los datos mediante métodos matriciales. Este es el texto del segundo curso de álgebra lineal 18.065 impartido por el profesor Strang. Las conferencias del 18.06 sobre OpenCourseWare son ampliamente conocidas y el nuevo curso parte de los cuatro subespacios fundamentales y las factorizaciones básicas de una matriz. Explica cómo funciona el aprendizaje profundo y es completamente accesible sin el primer texto. Sobre el Autor Gilbert Strang es profesor de matemáticas en el Instituto Tecnológico de Massachusetts y miembro honorario del Balliol College de la Universidad de Oxford. También es un autor prolífico de una docena de libros de texto y monografías de gran prestigio. Gilbert Strang se desempeñó como presidente de la Sociedad de Matemáticas Industriales y Aplicadas (SIAM) de 1999 a 2000 y presidió el Comité Nacional de Matemáticas de EE. UU. de 2003 a 2004. Ganó los premios Henrici y Su Buchin en ICIAM 2007 y la Medalla Von Neumann de la Asociación Estadounidense de Mecánica Computacional. Es SIAM Fellow y miembro de la A