کتاب Essential Math for Data Science ریاضیات ضروری برای علم داده اثر Thomas Nield

کتاب Essential Math for Data Science

به ریاضیات مورد نیاز برای برتری در علم داده، یادگیری ماشین و آمار تسلط داشته باشید. در این کتاب، نویسنده توماس نیلد، شما را از طریق حوزه‌هایی مانند حساب دیفرانسیل و انتگرال، احتمال، جبر خطی، و آمار و نحوه اعمال آنها در تکنیک‌هایی مانند رگرسیون خطی، رگرسیون لجستیک و شبکه‌های عصبی راهنمایی می‌کند. در طول مسیر، همچنین بینش های عملی در مورد وضعیت علم داده و نحوه استفاده از این بینش ها برای به حداکثر رساندن شغل خود به دست خواهید آورد.

یاد بگیرید چگونه:

_از کد پایتون و کتابخانه هایی مانند SymPy، NumPy و scikit-learn برای کشف مفاهیم اساسی ریاضی مانند حساب دیفرانسیل و انتگرال، جبر خطی، آمار و یادگیری ماشین استفاده کنید.
_درک تکنیک هایی مانند رگرسیون خطی، رگرسیون لجستیک و شبکه های عصبی به زبان انگلیسی ساده، با حداقل نمادهای ریاضی و اصطلاحات تخصصی
_انجام آمار توصیفی و آزمون فرضیه بر روی یک مجموعه داده برای تفسیر مقادیر p و اهمیت آماری
_بردارها و ماتریس ها را دستکاری کنید و تجزیه ماتریس را انجام دهید
_دانش فزاینده حساب دیفرانسیل و انتگرال، احتمال، آمار و جبر خطی را ادغام کرده و بر اساس آن ایجاد کنید و آن را در مدل های رگرسیونی از جمله شبکه های عصبی به کار ببرید.
_عملاً در طول حرفه علم داده حرکت کنید و از دام‌ها، فرضیات و سوگیری‌های رایج اجتناب کنید و در عین حال مجموعه مهارت‌های خود را برای برجسته شدن در بازار کار تنظیم کنید.

کتاب Essential Math for Data Science