Podstawy matematyki w data science. Algebra liniowa, rachunek prawdopodobieństwa i statystyka
Podstawy matematyki w data science. Algebra liniowa, rachunek prawdopodobieństwa i statystyka
- 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 istotny
Produkty subskrypcyjne w twoim koszyku
Ustaw jedną częstotliwość dostaw dla wszystkich produktów subskrypcyjnych z twojego koszyka co:
Produkty subskrypcyjne w twoim koszyku
Opis produktu
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!
Zapytaj o produkt
Napisz swoją opinię