Python
Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie
- Szczegóły
- Kategoria: Python
Pozornie nie dzieje się nic złego, jeśli inżynier lub analityk danych nie rozumie algebry liniowej. Może korzystać z już istniejących narzędzi i nie przejmować się szczegółami ich implementacji. Warto jednak dokładnie poznać algorytmy używane w nauce o danych i dostosować do swoich potrzeb istniejące metody obliczeniowe, tutaj więc nowoczesna algebra liniowa okazuje się nieodzowna. Jeśli chcesz ją poznać w nowoczesnej, praktycznej formie, najlepiej posłużyć się kodem i zastosowaniem algebry liniowej w analizie danych czy symulacjach numerycznych.
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykładami ich wykorzystania w nauce o danych, uczeniu maszynowym, uczeniu głębokim, symulacjach i przetwarzaniu danych biomedycznych.
Dzięki podręcznikowi nauczysz się arytmetyki macierzowej, poznasz istotne rozkłady macierzy, w tym LU i QR, a także rozkład według wartości osobliwych, zapoznasz się też z takimi zagadnieniami jak model najmniejszych kwadratów i analiza głównych składowych.
Mike X. Cohen jest profesorem nadzwyczajnym neuronauki w Instytucie Donders Centrum Medycznego Uniwersytetu im. Radbouda w Nijmegen w Holandii. Od ponad dwudziestu lat uczy programowania, analizy danych, statystyki i powiązanych z nimi zagadnień, jest też autorem wielu podręczników.
- Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II - [06 grudzień 2023]
- Python. Instrukcje dla programisty. Wydanie III - [02 grudzień 2023]
- Programowanie funkcyjne w Pythonie. Jak pisać zwięzły, wydajny i ekspresywny kod. Wydanie III - [25 październik 2023]
- Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV - [09 sierpień 2023]
- Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III - [04 lipiec 2023]