Главная > Авторы > От Н до Р > Нилд Томас > Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Нилд Т.

Тема: Бестселлеры O'Reilly
Год: 2025
Страниц: 352
Вес: 559 г.
Обложка: Мягкая обложка
Формат: 165х233х18 мм
ISBN: 978-601-08-4357-8

Бумажная книга

(+pdf, epub)

Цена:

2197 р.

Электронная книга

(pdf+epub)

Цена:

699 р.

Выбрать

Оглавление Полистать

Описание
Об авторах
Отзывы
Интересные истории о книге
5 причин купить книгу

Освойте математический аппарат, который необходим, чтобы преуспеть в сфере data science, машинного обучения и статистики. Автор книги Томас Нилд поможет вам разобраться в таких дисциплинах, как математический анализ, теория вероятностей, линейная алгебра и статистика, и научиться применять их в контексте таких методов, как линейная регрессия, логистическая регрессия и нейронные сети. Попутно вы узнаете, что представляет собой современная область data science и как использовать полученные знания, чтобы достичь максимального успеха в карьере.

Нилд Томас

Томас Нилд — основатель компании Nield Consulting Group, а также преподаватель O’Reilly Media и Университета Южной Калифорнии. Ему нравится излагать технические темы доступно и интересно для тех, кто не знаком с предметом или побаивается его. Томас регулярно ведет занятия по анализу данных, машинному обучению, математической оптимизации и практическому искусственному интеллекту. Он написал книги Getting Started with SQL (O’Reilly) и Learning RxJava (Packt).

Пока нет отзывов

С помощью кода на Python и таких библиотек, как SymPy, NumPy и scikit-learn, станете ориентироваться в ключевых областях математики: математическом анализе, линейной алгебре, математической статистике и машинном обучении.
Разберетесь в таких методах, как линейная регрессия, логистическая регрессия и нейронные сети.
Научитесь вычислять показатели описательной статистики и проверять гипотезы на наборе данных, чтобы интерпретировать p-значения и статистическую значимость.
Будете использовать знания в области математического анализа, теории вероятностей, статистики и линейной алгебры, а также применять их к регрессионным моделям, включая нейронные сети.
Материал изложен на человеческом языке, а математические обозначения и специальные термины сведены к минимуму.

Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Нилд Томас

Оставить отзыв

Заказ обратного звонка