Podstawy matematyki w data science Thomas Nield


Код: 13345028124
1019 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 2

Оплачивая «Podstawy matematyki w data science Thomas Nield», вы можете быть уверены, что данное изделие из каталога «Математика, статистика» будет доставлено из Польши и проверено на целостность. В цене товара, указанной на сайте, учтена доставка из Польши. Внимание!!! Товары для Евросоюза, согласно законодательству стран Евросоюза, могут отличаться упаковкой или наполнением.

Основы математики в науке о данных. Линейная алгебра

Автор: Томас Нилд

EAN: 9788383220130

Тип публикации: книга

Страниц: 288

SID: 3331228

Основы математики в науке о данных. Линейная алгебра

Повышение доступности данных привело к тому, что наука о данных и машинное обучение стали широко использоваться для самых разных целей. В то же время многие люди пропускают математический анализ, прежде чем приступить к обработке данных. А это сопряжено с риском допустить существенные ошибки уже на этапе проектирования той или иной системы. Только глубокое понимание некоторых математических понятий и умение применять их на практике дает кандидату на должность аналитика данных шанс выйти на уровень книги, предназначенной для людей, желающих досконально разобраться в математических основах науки о данных и научиться применять некоторые понятия на практике. Объясняются такие темы, как дифференциальное и интегральное исчисление, исчисление вероятностей, линейная алгебра и статистика, а также способы их использования в линейной регрессии, логистической регрессии и создании нейронных сетей. Отдельные темы обсуждались понятно и доступно, без научного жаргона, но с многочисленными практическими примерами, что еще больше облегчает усвоение понятий и правил математики. Освоение содержащихся здесь знаний позволит вам избежать многих дорогостоящих ошибок проектирования и точнее выбирать оптимальные решения. Благодаря книге вы научитесь: использовать код Python и его библиотеки для исследования математических концепций, использовать линейную регрессию и логистическую регрессию, описывать данные! используйте статистические методы и проверяйте гипотезы, манипулируйте векторами и матрицами, объединяйте математические знания с помощью регрессионных моделей. Избегайте распространенных ошибок при применении математики в науке о данных. Понимайте математику и эффективно используйте данные!