数据科学入门 - 第5页

...其在数据科学和机器学习领域的应用场景，让大家学以致用。《统计至简：概率统计全彩图解 + 微课 + Python编程》读者群包括所有在工作中应用概率统计的朋友，尤其适用于初级程序员进阶、大学本科数学开窍、高级数据分析师...

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、强化...

数学拥有无穷的力量。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...

...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...

...的支柱。现在，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、随机梯度...

...McKinney 是 Python pandas 项目的创始人。本书对 Python 数据科学工具的介绍既贴近实战又内容新颖，非常适合刚开始学习 Python 的数据分析师或刚开始学习数据科学和科学计算的 Python 程序员阅读。读者可以从 GitHub 获取数据文件和相关资料...

...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领域的范式转变，这一转变催生了计算生物学的...

...作者特别强调数学直觉与可解释性，减少单纯“调包调用”的学习方式。本书兼具理论深度与教学友好性，适合具备一定数学与编程基础的读者学习。对于人工智能、机器学习及数据科学方向的学生和工程师而言，是一本系统...

...参考，更是所有关注未来科技的读者启迪智慧、拓展视野的引路之作。作者简介：阿莉莎·辛普森·罗赫韦格(Alyssa Simpson Rochwerger)毕业于美国三一学院，曾担任澳鹏（Appen）的人工智能和数据副总裁以及 IBM...

...p> 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》适合PyTorch深度学习初学者、大模型开发初学者、大模型开发人员学习，也适合高等院校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术等专业的师生作为教学参考书。