Wczytuję dane...
Zasoby dotyczące bezpieczeństwa i produktów
X
  • Załączniki bezpieczeństwa
    Załczniki do produktu
    Załączniki dotyczące bezpieczeństwa produktu zawierają informacje o opakowaniu produktu i mogą dostarczać kluczowych informacji dotyczących bezpieczeństwa konkretnego produktu
  • Informacje o producencie
    Informacje o producencie
    Informacje dotyczące produktu obejmują adres i powiązane dane producenta produktu.
    helion
  • Osoba odpowiedzialna w UE
    Osoba odpowiedzialna w UE
    Podmiot gospodarczy z siedzibą w UE zapewniający zgodność produktu z wymaganymi przepisami.
Kod EAN: 9788383220130
Waga produktu: 0.53 kg
Realizacja zamówienia: 3 dni
EAN: 9788383220130
Wysyłka od: 12.99 PLN
Wydawnictwo: helion
KUP TERAZ!
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 istotnych błędów już na etapie projektowania danego systemu. Dopiero dogłębne zrozumienie niektórych koncepcji matematycznych i umiejętność ich praktycznego zastosowania sprawia, że kandydat na analityka danych ma szansę osiągnąć poziom profesjonalisty.

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!

Dzięki książce nauczysz się:

używać kodu Pythona i jego bibliotek do eksplorowania koncepcji matematycznych
posługiwać się regresją liniową i regresją logistyczną
opisywać dane metodami statystycznymi i testować hipotezy
manipulować wektorami i macierzami
łączyć wiedzę matematyczną z użyciem modeli regresji
unikać typowych błędów w stosowaniu matematyki w data science

Zrozum matematykę i efektywnie używaj danych!

Szczegóły produktu

  • Autor: 

    Nield Thomas

  • Format: 

    16.5x23.5cm

  • ISBN: 

    9788383220130

  • Objętość: 

    288

  • Oprawa: 

    Miękka

  • Rok wydania: 

    2023

  • Tematyka: 

    Matematyka

Polecamy także