Książki, poradniki, ebooki, audiobooki -
Podstawy matematyki w data science. Algebra liniowa, rachunek prawdopodobieństwa i statystyka

header_top2.png

Promocja tygodnia

50% taniej na książki informatyczne !
Co tydzień inna książka.

Promocja tygodnia o 50%

Taniej na książki klasy business !
Co tydzień inna książka.

Promocja tygodnia 50%

Taniej na książki "Sztuka życia" !
Co tydzień inna książka.

Promocja tygodnia - 50%

Taniej na książki z serii Poradniki !
Co tydzień inna książka.

Jesteś tutaj:

Książki informatyczne

loading...

Nowości informatyki

Podstawy matematyki w data science. Algebra liniowa, rachunek prawdopodobieństwa i statystyka

pomadsRosnąca 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 matematycznych,
  • posługiwać się regresją liniową i regresją logistyczną,
  • opisywać dane metodami statystycznymi i testować hipotezy,
  • manipulować wektorami i macierzami,
  • łączyć wiedzę matematyczną z użyciem modeli regresji,
  • unikać typowych błędów w stosowaniu matematyki w data science.

Zrozum matematykę i efektywnie używaj danych!

 

Thomas Nield - programista i analityk o wieloletnim doświadczeniu. Obecnie zajmuje się rozwijaniem oprogramowania dla biznesu w firmie Southwest Airlines. Specjalista w zakresie programowania reaktywnego, programowania w językach Java i Kotlin, a także oprogramowania dla biznesu do realizacji zadań strategicznych. Autor wielu popularnych artykułów i uczestnik licznych projektów programistycznych.

 

Kup teraz

Pobierz darmowy fragmentpdf icon2Rozmiar: 2,8 MB

Promocje eBooki

Codziennie promocja
innej książki !

Kursy video IT

Kursy video z serii IT

Biznes IT

Książka z serii Biznes IT

Programowanie

Książka z serii
Programowanie

Webmasterstwo

Wybrane książki z serii
Webmasterstwo

Grafika

Książka z serii
Grafika komputerowa

O zdrowiu

Sztuka bycia zdrowym

Sztuka bycia zdrowym

Poznaj, w jaki sposób dbać o swoje zdrowie, kierując się właściwym nastawieniem i myśleniem, na zawsze stając się pełnym sił i energii. Być może miałeś możliwość zapoznania się już z pierwszą...

Więcej w : Zdrowe odżywianie

Czytaj więcej...

Biznes i kariera

Nie nauczysz dziecka jazdy na …

Nie nauczysz dziecka jazdy na rowerze podczas prelekcji

Książka skierowana jest do wszystkich, którzy zajmują się sprzedażą i chcą osiągnąć sukces zawodowy - zarówno do osób początkujących, dla których będzie doskonałym przewodnikiem po świecie sprzedaży, jak i do doświadczonych...

Więcej w : Praca i kariera

Czytaj więcej...
Designed by :