大數據數學基礎 (Python語言描述)
雷俊麗 張良均
- 出版商: 人民郵電
- 出版日期: 2019-10-01
- 定價: $299
- 售價: 8.5 折 $254
- 語言: 簡體中文
- ISBN: 7115499217
- ISBN-13: 9787115499219
-
相關分類:
大數據 Big-data
立即出貨 (庫存=1)
買這商品的人也買了...
-
$300$270 -
$480$379 -
$403深入淺出強化學習 : 原理入門
-
$474$450 -
$427統計機器學習導論 (Introduction to Statistical Machine Learning)
-
$480$379 -
$690$538 -
$254大數據數學基礎 (R語言描述)
-
$422機器學習基礎:從入門到求職
-
$620$490 -
$708$673 -
$401深度學習模型及應用詳解
-
$250機器學習線性代數基礎 (Python 語言描述)
-
$490$417 -
$301從零開始學 Python 大數據與量化交易
-
$407Python 在機器學習中的應用
-
$750$593 -
$580$458 -
$590$502 -
$500Python + Kivy (App開發) 從入門到實踐
-
$454Python 科學計算及實踐
-
$180機器學習公式詳解
-
$454SaaS 商業實戰:好模式如何變成好生意
-
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras
-
$356集成學習入門與實戰:原理、算法與應用
商品描述
本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章:第1章介紹了大數據與數學、數學與Python的關系;第2章介紹了微積分的基礎知識,包括極限、導數、微分、不定積分與定積分等;第3章介紹了概率論與數理統計的基礎知識,包括數據分佈特徵、概率與概率分佈、參數估計、假設檢驗等;第4章介紹了線性代數的基礎知識,包括行列式、矩陣的運算和特徵分解、奇異值分解;第5章介紹了數值計算的基礎知識,包括插值法、函數逼近與擬合、非線性方程(組)求根;第6章介紹了常用的多元統計分析方法,包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析,且每章都有課後習題,可以幫助讀者鞏固所學的內容。