Python数据科学手册 - 第2页

...数据科学，介绍了从事数据科学工作需要用到的库，如NumPy、scikit-learn、pandas等，还在每章末尾推荐了很多学习资源，帮助你进一步巩固本书所学。新版基于Python 3.6，重写了所有示例和代码，并根据数据科学...

...范例。书中涵盖的所有代码和数据都可以在GitHub上下载。通过阅读本书，你可以：学到一堂Python速成课；学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的...

...会穿插介绍其在数据科学和机器学习领域应用场景，让大家学以致用。《数学要素：全彩图解 + 微课 + Python编程》虽标榜“从加减乘除到机器学习”，但是建议读者至少具备高中数学知识。如果读者正在学习或曾经学过大学数学...

...Python编程》内容又可以归纳为 7 大板块——统计、概率、高斯、随机、频率派、贝叶斯派、椭圆。《统计至简：概率统计全彩图解 + 微课 + Python编程》在讲解概率统计工具时，会穿插介绍其在数据科学和机器学习领域的应用场景...

...已成为数据驱动AI、金融优先选择的编程语言。现在，一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。在本书中，作者向开发人员和量化分析人员介绍了使用Python程序库与工具，完成金融数据科学...

...和数学是相知相惜的好伙伴，它们基于共同的理性思维，数学公式的推导可以自然地在编写代码的过程中展开。本书带领程序员使用自己熟知的工具，即代码，来理解机器学习和游戏设计中的数学知识。通过 Python...

...Python 语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第 1 版的基础上增加了关于用 SymPy 进行符号计算的新内容，介绍了用于数据科学和机器学习的...

...有三大板块——编程、数学、实践。数据科学、机器学习的各种算法离不开数学，本册《矩阵力量》是“数学”板块的第 2 本，主要介绍常用线性代数工具。任何数学工具想要从一元推广到多元，比如多元微积分、多元统计，都绕不开线性代数...

...SVM 对偶问题、自动微分和特殊数据结构等。无论你是数据科学初学者、AI 开发工程师，还是希望巩固实战能力的研究人员，本书都是学习现代机器学习技术与工具不可或缺的参考资料，是连接理论与应用的理想桥梁。

...内容”等方面进行细致介绍，循序渐进地引导读者掌握每项技术，而且每章最后还会推荐高质量的学习资源。 这种结构不仅适合初学者逐步学习，也会为有经验的程序员和数据科学家提供实用的方法论。