管理數學、Python 與 R:邊玩程式邊學數學,不小心變成數據分析高手, 2/e

何宗武

  • 出版商: 五南
  • 出版日期: 2022-03-01
  • 定價: $520
  • 售價: 9.5$494
  • 貴賓價: 9.0$468
  • 語言: 繁體中文
  • 頁數: 416
  • ISBN: 6263175265
  • ISBN-13: 9786263175266
  • 相關分類: Python程式語言Data Science
  • 下單後立即進貨 (約5~7天)

買這商品的人也買了...

商品描述

第一本結合管理數學和Python、R應用的工具書,輕鬆獲得雙倍效果!

管理的問題,就用數學來解決吧!
令人驚呼的三大特色:
1.淺顯易懂的口吻加上超豐富內容,一本掌握管理數學!
2.附有精彩的範例、習題與解析,滿足所有練習慾望!
3.用Python、R簡單搞定繁雜的數學計算,手把手跟著步驟走!


讓數據分析成為管理的後盾,成就更無懈可擊的經營決策!

管理數學為一門重要的基礎,不只是為了商業管理和決策,也是學習資料科學的第一步。現今不論是商管領域的學生或是從業人員,為了跟上世界的腳步,都必須學習程式語言,如果能在學習管理數學時搭配Python、R做使用,不只符合世界潮流,也等同開啓資料分析的大門。

本書作者投入融合「計量經濟學和資料科學」的計量資料科學 (Econometric Data Science) 多年,對於以計量經濟學為基礎的資料科學猶有心得,本書由淺入深地介紹微分、積分、矩陣代數和數學規劃等管理數學必需的基礎與商管應用,此外,為達到與程式學習相輔相成之效,作者編排章節亦十分用心,在管理數學的16堂課中,穿插步驟式的Python、R教學單元,讓讀者學完數學原理和計算之後,能立刻熟悉Python與R的應用方式,學習效率更加倍!輕鬆就學會管理數學! 

※書籍推薦人
☆好課推薦☆
陳育仁 國立高雄科技大學會計資訊系、資訊財務碩士學位學程教授/財金大數據中心 主持人
※推薦文
推薦序
管理數學已為商管領域中數量方法的重要基礎,本書主要內容包括「微積分」與「矩陣代數」,並搭配實務面應用,如「數學規劃」及「管理決策」等。
與數學一樣講求邏輯思維的程式設計,近年來由於大數據與人工智慧的興起,帶動了一股軟體應用程式設計的學習熱潮,而過去幾年Python 語言在 codeeval.com的最夯程式語言中名列第一,毫無疑問Python已成為當今最熱門的程式語言。Python程式碼簡單好理解、有超豐富的函式庫可以運用,是非常適合商管領域初學者學習的程式語言。
將當今最熱門及最適合商管領域初學者學習的程式語言Python與管理數學內容結合起來是本書的最大特色;讀者可將數學的運算邏輯透過程式語言來實現演算,過程中除了可以學習到數量方法與程式語法之外,對於商管領域未來實務應用與發展能力上奠定了深厚的基礎,例如:現今金融業蓬勃發展的金融科技(FinTech)。
末學與何宗武教授是相識多年的好友,同時也是在大數據、人工智慧於金融科技發展上的同好伙伴,深知何教授在財經與金融大數據等研究領域表現卓越,並且也出版多本與商管相關的程式語言書籍,對於商管程式教育不遺餘力。而「管理數學與Python」一書著重以企業管理為主的理論學習架構,搭配Python程式語言實現運算邏輯,內容淺顯易懂,非常適合商管相關科系的學生來學習,在此鄭重推薦給大家研讀,相信收穫一定滿滿。


陳育仁
國立高雄科技大學
會計資訊系、資訊財務碩士學位學程 教授
財金大數據中心 主持人
2019/05/24

作者簡介

何宗武

美國猶他大學(University of Utah)經濟學博士,現為國立臺灣師範大學全球經營與策略研究所教授,教學資歷豐富,曾任世新大學經濟學系及財務金融學系教授。專長為財務經濟學、金融大數據、計量經濟資料科學及程式語言等,著作多本相關書籍如:《大數據決策分析盲點大突破10講:我分類故我在》、《R語言:深入淺出財經計量》、《R資料採礦與數據分析:以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學:R Commander高手捷徑》、《大數據時代的決策思維:資料敘事的起承轉合》、《數位創新:商業模式經濟學》。

目錄大綱

推薦序
再版序
初版序

管理數學原理
第 1 堂課 數學基礎
第 2 堂課 函數
Codes Part 1

微分
第 3 堂課 微分方法:單變數
第 4 堂課 微分方法:多變數函數之偏微分與全微分
第 5 堂課 微分的應用與邊際意義
Codes Part 2

積分
第 6 堂課 積分原理
第 7 堂課 積分方法:單變數
第 8 堂課 多變數重積分
第 9 堂課 積分應用
Codes Part 3

矩陣代數
第 10 堂課 矩陣代數基礎
第 11 堂課 矩陣的基本運算與應用
第 12 堂課 矩陣進一步性質與應用
Codes Part 4

數學規劃與管理決策
第 13 堂課 單變數函數的最佳化問題
第 14 堂課  雙變數函數的極值:無限制條件下的極值判斷問題
第 15 堂課 具限制條件的最佳化問題
第 16 堂課 選擇性主題
Codes Part 5

Python 附錄一
Python 附錄二
Python 附錄三