数据科学实战 - 第4页

数据科学家凯西·奥尼尔认为，我们应该警惕不断渗透和深入我们生活的数学模型——它们的存在，很有可能威胁到我们的社会结构。 我们生活在一个依赖“算法”的时代，它对我们生活的影响越来越...

本书介绍了数据科学领域常用的所有重要机器学习算法以及 TensorFlow 和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、k 均值、随机森林等，这些算法可以用于监督学习、非监督学习...

...在必要的时候转换内存中的数据值，如何用 R 编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的 RStudio 培训师掌握宝贵的编程技能，并借助这些技能成为优秀的数据科学家...

...教材，本书更加符合本科教学规律，是学习高等数学、数据科学、人工智能、计算机等相关课程的重要基础教材。本书适合理工科、经济管理类专业本科生学习，也适合考研复习、自学数学基础以及从事数据分析、人工智能...

...它既帮助游戏开发工程师建模物理世界，也帮助量化金融分析师赚取利润，还帮助音频处理工程师制作音乐。在数据科学和机器学习领域，数学知识更是不可或缺的。有人热爱数学，将它比作诗歌，为之...

...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...

...作者凭借其在生物科学方面的专业背景，以及在生物技术和制药行业的从业经验，为读者呈现了对于医疗科技这一前沿领域的深刻见解。 书中首先概述了数据科学方法的兴起以及生物学...

...令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活...

... 适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校...

...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 pandas 和 sklearn 库、关于 Python 类和面向对象编程的入门知识、命令...