O'Reilly Media Основы математики в науке о данных: линейная алгебра, вероятность и статистика для карьерного успеха

Освойте математику, необходимую для достижения успеха в науке о данных, машинном обучении и статистике.

В этой книге автор Томас Нилд проводит вас через такие области, как исчисление, вероятность, линейная алгебра и статистика, а также объясняет, как они применяются к таким методам, как линейная регрессия, логистическая регрессия и нейронные сети.

Вы также получите практические знания о текущем состоянии науки о данных и о том, как использовать эти знания для максимизации карьеры.

• Используйте Python-код и библиотеки, такие как SymPy, NumPy и scikit-learn, для изучения основных математических концепций.
• Понимание таких техник, как линейная регрессия, логистическая регрессия и нейронные сети, на простом языке с минимальным количеством математических обозначений.
• Выполняйте описательную статистику и тестирование гипотез на наборе данных для интерпретации p-значений и статистической значимости.
• Манипулируйте векторами и матрицами, выполняйте декомпозицию матриц.
• Интегрируйте и развивайте свои знания и применяйте их к регрессионным моделям, включая нейронные сети.
• Практически навигируйте в карьере в науке о данных, избегая распространенных подводных камней и предвзятостей.