掌握数据科学、机器学习和统计学方面的数学知识。在这本书中,作者Thomas Nield将指导您学习微积分、概率、线性代数和统计学等领域,以及如何将它们应用到线性回归、逻辑回归和神经网络等技术中。在此过程中,您还将获得关于数据科学状态的实际见解,以及如何利用这些见解来最大化您的职业生涯。

https://www.oreilly.com/library/view/essential-math-for/9781098102920/

学习如何:

  • 使用Python代码和库,如symy、NumPy和scikit-learn来探索基本的数学概念,如微积分、线性代数、统计和机器学习
  • 用简单的英语理解线性回归、逻辑回归和神经网络等技术,使用最少的数学符号和术语
  • 对数据集进行描述性统计和假设检验,以解释p值和统计显著性
  • 操作向量和矩阵并进行矩阵分解
  • 整合并建立在微积分、概率、统计和线性代数的增量知识上,并将其应用于回归模型,包括神经网络
  • 在数据科学的职业生涯中切实地导航,避免常见的陷阱、假设和偏见,同时调整你的技能集,以在就业市场中脱颖而出

成为VIP会员查看完整内容
115

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
【经典书】数据科学探索,189页pdf
专知会员服务
43+阅读 · 5月16日
【干货书】概率,统计与数据,513页pdf
专知会员服务
85+阅读 · 2021年11月27日
【Maning新书】数据科学训练营,Data Science Bookcamp,706页pdf
专知会员服务
57+阅读 · 2021年11月19日
【新书】统计学傻瓜式入门第二版,451页pdf
专知会员服务
73+阅读 · 2021年11月5日
专知会员服务
65+阅读 · 2021年10月12日
专知会员服务
87+阅读 · 2021年10月6日
【2020新书】数据科学与机器学习导论,220页pdf
专知会员服务
67+阅读 · 2020年9月14日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
227+阅读 · 2020年6月10日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年5月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Latent Gaussian Model Boosting
Arxiv
0+阅读 · 7月25日
Arxiv
0+阅读 · 7月23日
Recent advances in deep learning theory
Arxiv
47+阅读 · 2020年12月20日
Meta-Learning to Cluster
Arxiv
16+阅读 · 2019年10月30日
VIP会员
相关VIP内容
【经典书】数据科学探索,189页pdf
专知会员服务
43+阅读 · 5月16日
【干货书】概率,统计与数据,513页pdf
专知会员服务
85+阅读 · 2021年11月27日
【Maning新书】数据科学训练营,Data Science Bookcamp,706页pdf
专知会员服务
57+阅读 · 2021年11月19日
【新书】统计学傻瓜式入门第二版,451页pdf
专知会员服务
73+阅读 · 2021年11月5日
专知会员服务
65+阅读 · 2021年10月12日
专知会员服务
87+阅读 · 2021年10月6日
【2020新书】数据科学与机器学习导论,220页pdf
专知会员服务
67+阅读 · 2020年9月14日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
227+阅读 · 2020年6月10日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年5月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员