Wczytuj臋 dane...
Zasoby dotycz膮ce bezpiecze艅stwa i produkt贸w
X
  • Za艂膮czniki bezpiecze艅stwa
    Za艂czniki do produktu
    Za艂膮czniki dotycz膮ce bezpiecze艅stwa produktu zawieraj膮 informacje o opakowaniu produktu i mog膮 dostarcza膰 kluczowych informacji dotycz膮cych bezpiecze艅stwa konkretnego produktu
  • Informacje o producencie
    Informacje o producencie
    Informacje dotycz膮ce produktu obejmuj膮 adres i powi膮zane dane producenta produktu.
    helion
  • Osoba odpowiedzialna w UE
    Osoba odpowiedzialna w UE
    Podmiot gospodarczy z siedzib膮 w UE zapewniaj膮cy zgodno艣膰 produktu z wymaganymi przepisami.
Kod EAN: 9788383220130
Waga produktu: 0.53 kg
Realizacja zam贸wienia: 3 dni
EAN: 9788383220130
Wysy艂ka od: 13.99 PLN
Wydawnictwo: helion
KUP TERAZ!
Rosn膮ca dost臋pno艣膰 danych sprawi艂a, 偶e data science i uczenie maszynowe s膮 powszechnie u偶ywane do przer贸偶nych cel贸w. R贸wnocze艣nie wiele os贸b pomija analizy matematyczne przed rozpocz臋ciem przetwarzania danych. A to wi膮偶e si臋 z ryzykiem pope艂nienia istotnych b艂臋d贸w ju偶 na etapie projektowania danego systemu. Dopiero dog艂臋bne zrozumienie niekt贸rych koncepcji matematycznych i umiej臋tno艣膰 ich praktycznego zastosowania sprawia, 偶e kandydat na analityka danych ma szans臋 osi膮gn膮膰 poziom profesjonalisty.

To ksi膮偶ka przeznaczona dla os贸b, kt贸re chc膮 dobrze zrozumie膰 matematyczne podstawy nauki o danych i nauczy膰 si臋 stosowania niekt贸rych koncepcji w praktyce. Wyja艣niono tu takie zagadnienia jak rachunek r贸偶niczkowy i ca艂kowy, rachunek prawdopodobie艅stwa, algebra liniowa i statystyka, pokazano tak偶e, w jaki spos贸b pos艂ugiwa膰 si臋 nimi w regresji liniowej, regresji logistycznej i w tworzeniu sieci neuronowych. Poszczeg贸lne tematy zosta艂y om贸wione zrozumiale, przyst臋pnie, bez naukowego 偶argonu, za to z licznymi praktycznymi przyk艂adami, co dodatkowo u艂atwia przyswojenie koncepcji i prawide艂 matematyki. Opanowanie zawartej tu wiedzy pozwala unikn膮膰 wielu kosztownych b艂臋d贸w projektowych i trafniej wybiera膰 optymalne rozwi膮zania!

Dzi臋ki ksi膮偶ce nauczysz si臋:

u偶ywa膰 kodu Pythona i jego bibliotek do eksplorowania koncepcji matematycznych
pos艂ugiwa膰 si臋 regresj膮 liniow膮 i regresj膮 logistyczn膮
opisywa膰 dane metodami statystycznymi i testowa膰 hipotezy
manipulowa膰 wektorami i macierzami
艂膮czy膰 wiedz臋 matematyczn膮 z u偶yciem modeli regresji
unika膰 typowych b艂臋d贸w w stosowaniu matematyki w data science

Zrozum matematyk臋 i efektywnie u偶ywaj danych!

Szczeg贸艂y produktu

  • Autor: 

    Nield Thomas

  • Format: 

    16.5x23.5cm

  • ISBN: 

    9788383220130

  • Obj臋to艣膰: 

    288

  • Oprawa: 

    Mi臋kka

  • Rok wydania: 

    2023

  • Tematyka: 

    Matematyka

Polecamy tak偶e