Пресечете разликата между теоретичните концепции и техните практични приложения с това задълбочено въведение в математиката, която стои в основата на науката за данните. То обхваща основни теми в линейната алгебра, анализа и оптимизацията, както и вероятности и статистика, демонстрирайки тяхната значимост в контекста на анализа на данни.
Ключовите приложения включват клъстеризация, регресия, класификация, намаляване на размерността, анализ на мрежи и невронни мрежи. Това, което отличава този текст, е акцентът върху практическото обучение. Всяка глава съчетава математически прозрения с практически примери, използвайки Python за реализиране на алгоритми и решаване на задачи.
Самооценяващи викторини, упражнения за загряване и теоретични задачи подпомагат както математическото разбиране, така и изчислителните умения. Насочен към напреднали студенти на бакалавърско ниво и начинаещи докторанти, този учебник служи както като покана към науката за данните за студенти по математика, така и като по-задълбочено изследване на математиката за студенти по наука за данните.
Страници: 582, Размери: 17.8x17.8cm
