Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Освойте математический аппарат, который необходим, чтобы преуспеть в сфере data science, машинного обучения и статистики. Автор книги Томас Нилд поможет вам разобраться в таких дисциплинах, как математический анализ, теория вероятностей, линейная алгебра и статистика, и научиться применять их в контексте таких методов, как линейная регрессия, логистическая регрессия и нейронные сети. Попутно вы узнаете, что представляет собой современная область data science и как использовать полученные знания, чтобы достичь максимального успеха в карьере.

Название: Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики
Год издания: 2024
Автор: Томас Нилд
Жанр: Научная литература
Количество страниц: 352
Формат: PDF/epub
Язык: Русский
Размер: 47 Mb

Скачать Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Скачать с Hitfile

Скачать с Turbobit

Скачать с Nitroflare

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

Процедура регистрации бесплатна и займет у вас всего пару минут!
После регистрации вам станет доступна информация скрытя фразой: "Внимание! У вас нет прав для просмотра скрытого текста."

Похожие новости:

Как быть успешным в Data Science
Практическое руководство предназначено для тех, кто хочет преуспеть в стремительно развивающейся сфере Data Science. Это исчерпывающий обзор ключевых аспектов науки о данных, включая основы управления проектами, создание успешной команды и стратегическое планирование роста.

Математика для Data Science
Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно.

А.Н. Канатников - Линейная алгебра
Книга является четвертым выпуском серии "Математика в техническом университете" и содержит изложение базового курса по линейной алгебре.

Бенджио Иошуа, Гудфеллоу Ян, Курвилль Аарон. Глубокое обучение
Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала.

Джоэл Грас. Data Science. Наука о данных с нуля
Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она написана так, что способствует погружению в Data Science аналитика, фактически не обладающего глубокими знаниями в этой прикладной дисциплине.

FAQ Как скачать?