《人工智能概率与统计基础》

编辑推荐

1. 系统构建AI数学根基，从概率统计到前沿应用全覆盖

系统梳理概率论与统计学的核心理论，涵盖随机变量、深度学习、NLP、CV、推荐系统等AI热门领域，帮助读者建立完整的数学知识体系。

2. 代码驱动学习，150+Python实例打通理论与实践

每章配备基于Python的实战代码，将抽象概念转化为可运行的程序，实现“代码即理论”，助力读者从理解到动手实现。

3. 适合多类读者，兼顾入门与进阶

无论是初学者、高校师生、数据从业者，还是跨领域学习者，均可通过本书循序渐进掌握概率统计在AI中的应用。

内容简介

《人工智能概率与统计基础》本书系统地探讨了概率与统计在人工智能领域中的广泛应用，从理论基础到实战技术，内容全面且深入，涵盖概率论、统计学、回归分析、时间序列、特征工程与选择、模型构建 与优化等基础知识，以及概率与统计在自然语言处理、计算机视觉、推荐系统和强化学习等前沿场 景中的应用。通过理论讲解、模型原理分析和代码实践，深入剖析概率和统计在算法建模、性能优 化和结果解释中的关键作用。

《人工智能概率与统计基础》本书配有丰富的案例分析、课后练习及可视化示例，适合人工智能从业者、研究人员及相关专 业学生学习和参考。

作者简介

王卓，前阿里达摩院创新业务中心资深算法工程师，参与了通义千大模型系列Qwen1、Qwen1.5的落地工作。精通大模型开发、计算机视觉、自然语言处理等方向的技术,负责多个深度学习算法在各种大模型和不同场景的业务落地。

薛栋，华东理工大学信息科学与技术学院副教授/硕士生导师，德国慕尼黑工业大学工学博士，“上海市高层次青年人才计划”“浦江人才计划”获得者。长期从事基于人工智能与大数据相关研究。

王圣强，华东理工大学数学学院副教授、数学与应用数学系副主任，复旦大学数学科学学院理学博士，先后荣获第五届上海高校青年教师教学竞赛一等奖，上海市教学能手，校优秀共产党员，校青年五四奖章，校教学新星、校研究生课程优秀任课教师等荣誉。