Début de Mathematica et Wolfram pour la science des données : Applications en analyse de données, apprentissage automatique et réseaux neuronaux

Note :   (3,5 sur 5)

Début de Mathematica et Wolfram pour la science des données : Applications en analyse de données, apprentissage automatique et réseaux neuronaux (Jalil Villalobos Alva)

Avis des lecteurs

Résumé:

Ce livre présente une introduction aux réseaux neuronaux et à l'apprentissage automatique à l'aide de Mathematica, avec de bons exemples et de bonnes explications. Cependant, il souffre de problèmes importants, notamment de nombreuses fautes de frappe, des extraits de code incomplets et des problèmes de mise en page qui peuvent nuire à la compréhension.

Avantages:

Offre de bonnes explications et de bons exemples liés aux réseaux neuronaux et à l'apprentissage automatique
utile pour ceux qui sont familiers avec Mathematica
une documentation organisée par les développeurs est disponible.

Inconvénients:

Nombreuses fautes de frappe dans le livre
les extraits de code sont souvent coupés ou incomplets
les problèmes de mise en page rendent difficile le suivi des instructions
peut être difficile pour les débutants sans connaissances préalables.

(basé sur 5 avis de lecteurs)

Titre original :

Beginning Mathematica and Wolfram for Data Science: Applications in Data Analysis, Machine Learning, and Neural Networks

Contenu du livre :

Améliorez votre programmation et votre analyse en science des données grâce au langage de programmation Wolfram et à Mathematica, une suite d'outils mathématiques appliqués. Ce livre vous présentera le langage de programmation Wolfram et sa syntaxe, ainsi que la structure de Mathematica et ses avantages et inconvénients.

Vous verrez comment utiliser le langage Wolfram pour la science des données d'un point de vue théorique et pratique. L'apprentissage de ce langage permet d'améliorer votre code de science des données car il est très intuitif et comporte des fonctions préexistantes qui peuvent constituer une expérience accueillante pour ceux qui utilisent d'autres langages de programmation.

Vous apprendrez à utiliser Mathematica lorsque la gestion des données et les calculs mathématiques sont nécessaires. En cours de route, vous apprécierez la façon dont Mathematica fournit une plate-forme intégrée complète : il a une syntaxe mixte en raison de ses calculs symboliques et numériques, ce qui lui permet d'effectuer divers processus sans lignes de code superflues. Vous apprendrez à utiliser ses carnets de notes comme un format standard, qui sert également à créer des rapports détaillés sur les processus effectués.

Ce que vous apprendrez

⬤ Utiliser Mathematica pour explorer les données et décrire les concepts à l'aide des commandes du langage Wolfram.

⬤ Créer des ensembles de données, travailler avec des cadres de données et créer des tableaux.

⬤ Importer, exporter, analyser et visualiser des données.

⬤ Travailler avec le référentiel de données Wolfram.

⬤ Créer des rapports sur l'analyse.

⬤ Utiliser Mathematica pour l'apprentissage automatique, avec différents algorithmes, y compris la régression linéaire, multiple et logistique, les arbres de décision et le regroupement de données.

À qui s'adresse ce livre ?

Les scientifiques des données qui utilisent Wolfram et Mathematica pour la première fois en tant que langage/outil de programmation. Les programmeurs doivent avoir une certaine expérience de la programmation, mais peuvent être novices dans le langage Wolfram.

Autres informations sur le livre :

ISBN :9781484265932
Auteur :
Éditeur :
Reliure :Broché
Année de publication :2021
Nombre de pages :416

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Début de Mathematica et Wolfram pour la science des données : Applications en analyse de données,...
Améliorez votre programmation et votre analyse en...
Début de Mathematica et Wolfram pour la science des données : Applications en analyse de données, apprentissage automatique et réseaux neuronaux - Beginning Mathematica and Wolfram for Data Science: Applications in Data Analysis, Machine Learning, and Neural Networks

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :