Podstawy Matematyki W Data Science Algebra Liniow

Opis

PODSTAWY MATEMATYKI W DATA SCIENCE ALGEBRA LINIOWAutor: Rosnąca dostępność danych sprawiła, że data science i uczenie maszynowe są powszechnie używane do przeróżnych celów. Równocześnie wiele osób pomija analizy matematyczne przed rozpoczęciem przetwarzania danych. A to wiąże się z ryzykiem popełnienia istotnych błędów już na etapie projektowania danego systemu. Dopiero dogłębne zrozumienie niektórych koncepcji matematycznych i umiejętność ich praktycznego zastosowania sprawia, że kandydat na analityka danych ma szansę osiągnąć poziom profesjonalisty.

To książka przeznaczona dla osób, które chcą dobrze zrozumieć matematyczne podstawy nauki o danych i nauczyć się stosowania niektórych koncepcji w praktyce. Wyjaśniono tu takie zagadnienia jak rachunek różniczkowy i całkowy, rachunek prawdopodobieństwa, algebra liniowa i statystyka, pokazano także, w jaki sposób posługiwać się nimi w regresji liniowej, regresji logistycznej i w tworzeniu sieci neuronowych.

Poszczególne tematy zostały omówione zrozumiale, przystępnie, bez naukowego żargonu, za to z licznymi praktycznymi przykładami, co dodatkowo ułatwia przyswojenie koncepcji i prawideł matematyki.

Opanowanie zawartej tu wiedzy pozwala uniknąć wielu kosztownych błędów projektowych i trafniej wybierać optymalne rozwiązania!

Dzięki książce nauczysz się:używać kodu Pythona i jego bibliotek do eksplorowania koncepcji matematycznychposługiwać się regresją liniową i regresją logistycznąopisywać dane metodami statystycznymi i testować hipotezymanipulować wektorami i macierzamiłączyć wiedzę matematyczną z użyciem modeli regresjiunikać typowych błędów w stosowaniu matematyki w data scienceZrozum matematykę i efektywnie używaj danych!

EAN: 9788383220130Wydawnictwo: HelionData premiery: ------