- Main
- Mathematics - Computational Mathematics
- Essential Math for Data Science
Essential Math for Data Science
Thomas Nieldคุณชอบหนังสือเล่มนี้มากแค่ไหน
คุณภาพของไฟล์เป็นอย่างไรบ้าง
ดาวน์โหลดหนังสือเพื่อประเมินคุณภาพของไฟล์
คุณภาพของไฟล์ที่คุณดาวน์โหลดมาเป็นอย่างไรบ้าง
Master the math needed to excel in data science, machine learning, and statistics. In this book author Thomas Nield guides you through areas like calculus, probability, linear algebra, and statistics and how they apply to techniques like linear regression, logistic regression, and neural networks. Along the way you'll also gain practical insights into the state of data science and how to use those insights to maximize your career.
Learn how to:
• Use Python code and libraries like SymPy, NumPy, and scikit-learn to explore essential mathematical concepts like calculus, linear algebra, statistics, and machine learning
• Understand techniques like linear regression, logistic regression, and neural networks in plain English, with minimal mathematical notation and jargon
• Perform descriptive statistics and hypothesis testing on a dataset to interpret p-values and statistical significance
• Manipulate vectors and matrices and perform matrix decomposition
• Integrate and build upon incremental knowledge of calculus, probability, statistics, and linear algebra, and apply it to regression models including neural networks
• Navigate practically through a data science career and avoid common pitfalls, assumptions, and biases while tuning your skill set to stand out in the job market
Learn how to:
• Use Python code and libraries like SymPy, NumPy, and scikit-learn to explore essential mathematical concepts like calculus, linear algebra, statistics, and machine learning
• Understand techniques like linear regression, logistic regression, and neural networks in plain English, with minimal mathematical notation and jargon
• Perform descriptive statistics and hypothesis testing on a dataset to interpret p-values and statistical significance
• Manipulate vectors and matrices and perform matrix decomposition
• Integrate and build upon incremental knowledge of calculus, probability, statistics, and linear algebra, and apply it to regression models including neural networks
• Navigate practically through a data science career and avoid common pitfalls, assumptions, and biases while tuning your skill set to stand out in the job market
หมวดหมู่:
ปี:
2022
ฉบับพิมพ์ครั้งที่:
1
สำนักพิมพ์:
O'Reilly Media
ภาษา:
english
จำนวนหน้า:
350
ISBN 10:
1098102924
ISBN 13:
9781098102937
ไฟล์:
EPUB, 7.64 MB
แท็กของคุณ:
IPFS:
CID , CID Blake2b
english, 2022
ไฟล์จะถูกส่งไปยังที่อยู่อีเมลของคุณ อาจใช้เวลา 1-5 นาที ก่อนที่คุณจะได้รับ
ไฟล์จะถูกส่งไปยังบัญชี Telegram ของคุณภายใน 1-5 นาที
สำคัญ: กรุณาตรวจสอบให้แน่ใจว่าคุณได้เชื่อมโยงบัญชีของคุณกับบอตของ Z-Library ใน Telegram
ไฟล์จะถูกส่งไปยังอุปกรณ์ Kindle ของคุณภายใน 1-5 นาที
หมายเหตุ: คุณต้องยืนยันหนังสือทุกเล่มที่คุณจะส่งไปยัง Kindle ของคุณ ตรวจสอบกล่องจดหมายเข้าของคุณเพื่อค้นหาอีเมลยืนยันจาก Amazon Kindle Support
กำลังแปลงเป็น อยู่
การแปลงเป็น ล้มเหลว
สิทธิประโยชน์ของบัญชีแบบพรีเมียม
- ส่งไฟล์ไปยังเครื่อง eReader
- ขีดจำกัดการดาวน์โหลดที่เพิ่มขึ้น
- สามารถแปลงไฟล์ได้
- ผลการค้นหาเพิ่มเติม
- สิทธิประโยชน์อื่นๆ