資料科學基礎數學 (Essential Math for Data Science)
Thomas Nield 著 楊新章 譯
- 出版商: 歐萊禮
- 出版日期: 2023-04-11
- 定價: $680
- 售價: 7.9 折 $537
- 語言: 繁體中文
- 頁數: 352
- 裝訂: 平裝
- ISBN: 6263244372
- ISBN-13: 9786263244375
-
相關分類:
Data Science
- 此書翻譯自: Essential Math for Data Science: Take Control of Your Data with Fundamental Linear Algebra, Probability, and Statistics (Paperback)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
slide ology 中文版｜視覺溝通：讓簡報與聽眾形成一種對話 (slide:ology: The Art and Science of Creating Great Presentations)$450$356 -
Bad Data 技術手冊 (Bad Data Handbook: Cleaning Up The Data So You Can Get Back To Work)$480$379 -
$505深度學習圖解 (Grokking Deep Learning) -
特徵工程不再難：資料科學新手也能輕鬆搞定！ (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$406 -
深度學習的數學：用數學開啟深度學習的大門$500$390 -
Statistics Hacks 統計學駭客 75招 (Statistics Hacks)$580$458 -
深入淺出 Embedding：原理解析與應用實踐$594$564 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
資料科學家的實用統計學 : 運用 R 和 Python 學習 50+個必學統計概念, 2/e (Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2/e)$680$537 -
ACCELERATE：精益軟體與 DevOps 背後的科學 (Accelerate: The Science of Lean Software and DevOps: Building and Scaling High Performing Technology Organizations)$499$394 -
PHP、MySQL與 JavaScript 學習手冊, 6/e (Learning PHP, MySQL & JavaScript, 6/e)$980$774 -
金融機器學習與資料科學藍圖 (Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python)$780$616 -
Keras 大神歸位：深度學習全面進化！用 Python 實作CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$948 -
演算法學習手冊｜寫出更有效率的程式 (Learning Algorithms: A Programmer's Guide to Writing Better Code)$580$458 -
會動的演算法：61 個演算法動畫＋全圖解逐步拆解，人工智慧、資料分析必備$620$490 -
Google 的軟體工程之道｜從程式設計經驗中吸取教訓 (Software Engineering at Google)$880$695 -
用最簡潔的 Python 上手 - 深度學習從精通再成大神$780$616 -
Python AI 人員必修的科學計算 - 數學、機率、統計、演算法$880$695 -
Hacking APIs｜剖析 Web API 漏洞攻擊技法$580$458 -
Scikit-learn 詳解與企業應用：機器學習最佳入門與實戰$880$695 -
演算法邏輯力：工程師必備的演算法解題、設計、加速技巧 (Algorithmic Thinking: A Problem-Based Introduction)$720$562 -
白話機器學習$780$616 -
現代 Linux 學習手冊 (Learning Modern Linux: A Handbook for the Cloud Native Practitioner)$580$458 -
流暢的 C｜設計原則、實踐和模式 (Fluent C: Principles, Practices, and Patterns)$680$537 -
流暢的 Python｜清晰、簡潔、高效的程式設計, 2/e (Fluent Python: Clear, Concise, and Effective Programming, 2/e)$1,200$948
商品描述
使用基本的線性代數、機率和統計來掌控您的資料
「在當前資料科學教育環境的嘈雜聲中，這本書脫穎而出，包含許多清晰、實用的範例，說明理解和建構資料所需的基礎知識。」
—Vicki Boykis
Tumblr高級機器學習工程師
讓您掌握在資料科學、機器學習和統計學等方面所需具備的數學知識。作者Thomas Nield將引導您了解微積分、機率、線性代數和統計等領域，以及它們是如何應用在線性迴歸、邏輯迴歸和神經網路等技術。
在此過程中，您還將獲得對資料科學的實用見解，以及如何利用這些見解幫助提升您的職業生涯。
您將了解如何：
‧使用Python程式碼和SymPy、NumPy和scikit-learn等程式庫來探索基本的數學概念，例如微積分、線性代數、統計和機器學習
‧用簡單的語言並使用最少的數學符號和行話來理解線性迴歸、邏輯迴歸和神經網路等技術
‧對資料集執行描述性統計和假說檢定，以解釋p值和統計顯著性
‧操作向量和矩陣並執行矩陣分解
‧對微積分、機率、統計和線性代數的知識進行整合和建構，並應用於包括神經網路在內的迴歸模型
‧在資料科學職業生涯中進行實際導航，避免常見的陷阱、假設和偏見，同時調整您的技能以在就業市場中脫穎而出
作者簡介
Thomas Nield 是Nield Consulting Group的創辦人，同時也是O'Reilly Media和南加州大學的講師。他喜歡讓技術性內容和那些不熟悉或被它嚇倒的人建立起關連。Thomas定期教授資料分析、機器學習、數學最佳化、人工智慧系統安全和實用人工智慧等課程。他是《Getting Started with SQL》(O'Reilly)和《Learning RxJava》(Packt)作者。
目錄大綱
第1章 基本數學和微積分複習
第2章 機率
第3章 描述性和推論性統計
第4章 線性代數
第5章 線性迴歸
第6章 邏輯迴歸和分類
第7章 神經網路
第8章 職涯建議和前進的道路
附錄A 補充主題
附錄B 習題解答
