Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Linear Algebra with Machine Learning and Data
Contenu du livre :
Ce livre approfondit plusieurs sujets clés de l'algèbre linéaire tels qu'ils s'appliquent à l'analyse et à l'exploration des données. Le livre propose une approche par étude de cas où chaque cas est basé sur une application du monde réel.
Ce texte est destiné à être utilisé pour un deuxième cours sur les applications de l'algèbre linéaire à l'analyse de données, avec un chapitre supplémentaire sur les arbres de décision et leurs applications dans l'analyse de régression. Le texte peut être considéré comme faisant partie de deux catégories générales d'analyse de données différentes mais qui se recoupent : le regroupement et l'interpolation. La connaissance des techniques mathématiques liées à l'analyse des données et l'exposition à l'interprétation des résultats dans un contexte d'analyse des données sont particulièrement précieuses pour les étudiants en mathématiques.
Chaque chapitre de ce texte présente au lecteur plusieurs études de cas pertinentes utilisant des données du monde réel. Tous les jeux de données, ainsi que les syntaxes Python et R, sont fournis au lecteur par le biais de liens vers la documentation Github.
Chaque chapitre est suivi d'une courte série d'exercices dans lesquels les étudiants sont encouragés à utiliser la technologie pour appliquer leur connaissance croissante de l'algèbre linéaire telle qu'elle est appliquée à l'analyse de données. Une connaissance de base des concepts d'un premier cours d'algèbre linéaire est supposée, mais une vue d'ensemble des concepts clés est présentée dans l'introduction et, le cas échéant, tout au long du texte.
Autres informations sur le livre :
| ISBN : | 9780367458393 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2023 |
| Nombre de pages : | 290 |
Achat:
Actuellement disponible, en stock.
