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

Przez żołądek do serca

Przez żołądek do serca

“PRZEZ ŻOŁĄDEK DO SERCA”WYPRÓBUJ SPRAWDZONE SPOSOBY NA ŻYCIEW PEŁNYM ZDROWIU I... MIŁOŚCI Do Marka Zaremby każdego roku zgłaszają się tysiące ludzi po porady z zakresu dietetyki, zdrowego stylu życia, stosowania postu,...

Więcej w : Zdrowe odżywianie

Czytaj więcej...

Biznes i kariera

Martwa sprzedaż

Martwa sprzedaż

Badania wykazały, że efektywniej uczymy się na negatywnych przykładach, niż na pozytywnych, a Ty chcesz być coraz lepszy w tym, co robisz, prawda? Sprzedajesz, zarządzasz, kupujesz? Ta książka powstała po to,...

Więcej w : Praca i kariera

Czytaj więcej...
Designed by :