Название: Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики
Автор: Томас Нилд
Издательство: Спринт Бук
Год: 2025
Страниц: 352
Язык: русский
Формат: pdf, epub
Размер: 19.6 MB

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.

Растущая доступность данных привела к тому, что Data Science и машинное обучение стали востребованными профессиональными областями. Если вы стремитесь сделать карьеру в области Data Science, искуственного интеллекта или инженерии данных, вам просто необходимо разбираться в основах теории вероятностей, линейной алгебры, математической статистики и машинного обучения. Я включил в книгу ровно столько высшей математики, математического анализа и статистики, сколько нужно, чтобы лучше понимать, как работают библиотеки, с которыми вы встретитесь.

Цель этой книги — познакомить читателей с различными областями математики, статистики и машинного обучения, которые пригодятся, чтобы решать задачи из реального мира. В первых четырех главах рассматриваются фундаментальные разделы математики — математический анализ, теория вероятностей, линейная алгебра и математическая статистика. В последних трех главах мы перейдем к машинному обучению. Конечная цель знакомства с ним — собрать воедино все полученные знания и продемонстрировать, что вы умеете применять на практике библиотеки машинного обучения и статистики, проникая внутрь «черного ящика».

Чтобы запускать примеры из этой книги, вам нужен только компьютер с любой операционной системой (Windows, macOS или Linux) и любая среда разработки Python 3. Основные библиотеки Python, которые нам понадобятся, — это Numpy, Scipy, Sympy и Sklearn. Если вы не знакомы с Python, то знайте, что это дружелюбный и простой в использовании язык программирования с огромным количеством обучающих материалов.