Это книга о математических основах ИИ, написанная с инженерной точки зрения — от теории до практики, с визуализацией, кодом на Python и реальными примерами применения. Объясняет, как производные работают в backpropagation, как линейная алгебра формирует данные в ML, и как оптимизация позволяет моделям учиться. Подходит для студентов, разработчиков и практиков, кто хочет понять, *почему* математика работает в ИИ, а не просто запомнить формулы. Реализован полностью на Python, с поддержкой Jupyter LaTeX и современными ML-фреймворками. ai-engineering, ml-framework, ai-native GitHub
The-Math-Behind-Artificial-Intelligence-A-Guide-to-AI-Foundations
Это книга о математических основах ИИ, написанная с инженерной точки зрения — от теории до практики, с визуализацией, кодом на Python и реальными примерами применения. Объясняет, как производные работают в backpropagation, как линейная алгебра формирует данные в ML, и как оптимизация позволяет моделям учиться. Подходит для студентов, разработчиков и практиков, кто хочет понять, *почему* математика работает в ИИ, а не просто запомнить формулы. Реализован полностью на Python, с поддержкой Jupyter
LaTeX и современными ML-фреймворками.
ai-engineering, ml-framework, ai-native
