ODBIERZ TWÓJ BONUS :: »

Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie Mike Cohen

Autor:
Mike Cohen
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
288
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
46,20 zł 77,00 zł (-40%)
46,20 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
38,50 zł 77,00 zł (-50%)
38,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Tworzenia i wizualizacji wektorów oraz macierzy w Pythonie z użyciem NumPy
  • Wykonywania operacji arytmetycznych na wektorach i macierzach, w tym dodawania, mnożenia i transpozycji
  • Stosowania iloczynów: skalarnego, Hadamarda, zewnętrznego i wektorowego
  • Analizowania niezależności liniowej, baz i podprzestrzeni wektorowych
  • Obliczania norm, śladów i wyznaczników macierzy oraz interpretowania ich znaczenia
  • Rozwiązywania układów równań liniowych metodami eliminacji Gaussa i Gaussa-Jordana
  • Stosowania rozkładów macierzy: LU, QR oraz według wartości własnych i osobliwych
  • Obliczania odwrotności i pseudoodwrotności macierzy oraz oceny warunkowania
  • Wykorzystywania macierzy ortogonalnych i ortogonalizacji Grama-Schmidta
  • Budowania i dopasowywania ogólnych modeli liniowych oraz stosowania metody najmniejszych kwadratów
  • Przeprowadzania regresji liniowej, wielomianowej oraz stosowania regularyzacji i przeszukiwania siatki
  • Analizowania wartości i wektorów własnych oraz ich zastosowań w redukcji wymiarowości i kompresji danych
  • Wykorzystywania rozkładu według wartości osobliwych do analizy danych, aproksymacji i usuwania szumów
  • Przeprowadzania analizy głównych składowych (PCA) i liniowej analizy dyskryminacyjnej
  • Wykorzystywania algebry liniowej w klasteryzacji, filtrowaniu szeregów czasowych i wykrywaniu cech
  • Programowania w Pythonie z użyciem bibliotek NumPy i narzędzi do wizualizacji oraz pracy z danymi

Pozornie nie dzieje się nic złego, jeśli inżynier lub analityk danych nie rozumie algebry liniowej. Może korzystać z już istniejących narzędzi i nie przejmować się szczegółami ich implementacji. Warto jednak dokładnie poznać algorytmy używane w nauce o danych i dostosować do swoich potrzeb istniejące metody obliczeniowe, tutaj więc nowoczesna algebra liniowa okazuje się nieodzowna. Jeśli chcesz ją poznać w nowoczesnej, praktycznej formie, najlepiej posłużyć się kodem i zastosowaniem algebry liniowej w analizie danych czy symulacjach numerycznych.

To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykładami ich wykorzystania w nauce o danych, uczeniu maszynowym, uczeniu głębokim, symulacjach i przetwarzaniu danych biomedycznych. Dzięki podręcznikowi nauczysz się arytmetyki macierzowej, poznasz istotne rozkłady macierzy, w tym LU i QR, a także rozkład według wartości osobliwych, zapoznasz się też z takimi zagadnieniami jak model najmniejszych kwadratów i analiza głównych składowych.

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorze książki

Mike X. Cohen jest profesorem nadzwyczajnym neuronauki w Instytucie Donders Centrum Medycznego Uniwersytetu im. Radbouda w Nijmegen w Holandii. Od ponad dwudziestu lat uczy programowania, analizy danych, statystyki i powiązanych z nimi zagadnień, jest też autorem wielu podręczników.

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy muszę znać zaawansowaną matematykę lub programowanie, aby korzystać z tej książki?
Nie, książka została napisana z myślą o osobach posiadających podstawową wiedzę z matematyki i programowania. Autor wyjaśnia wszystkie niezbędne zagadnienia krok po kroku, a przykłady kodu w Pythonie są szczegółowo omówione.
2. Czy książka zawiera praktyczne przykłady i ćwiczenia z kodem w Pythonie?
Tak, każdy rozdział zawiera liczne przykłady kodu w Pythonie oraz praktyczne ćwiczenia, które pomagają utrwalić omawiane koncepcje i nauczyć się ich zastosowania w analizie danych.
3. Jakie konkretne zagadnienia z algebry liniowej są omawiane w książce?
Książka obejmuje m.in. operacje na wektorach i macierzach, rozkłady macierzy (LU, QR, według wartości własnych i osobliwych), wyznacznik, rząd, odwrotność macierzy, analizę głównych składowych (PCA), metodę najmniejszych kwadratów oraz praktyczne zastosowania w uczeniu maszynowym i przetwarzaniu danych.
4. Czy materiały dodatkowe, takie jak kod źródłowy, są dostępne online?
Tak, kod źródłowy prezentowany w książce można pobrać z internetu, co ułatwia samodzielne eksperymentowanie i naukę.
5. Czy książka nadaje się do samodzielnej nauki oraz jako pomoc dydaktyczna dla nauczycieli?
Tak, książka została zaprojektowana zarówno dla osób uczących się samodzielnie, jak i nauczycieli, oferując jasne wyjaśnienia, ćwiczenia oraz wskazówki dotyczące pracy z materiałem.
6. W jaki sposób znajomość algebry liniowej pomaga w pracy analityka danych lub programisty?
Zrozumienie algebry liniowej pozwala lepiej rozumieć działanie narzędzi analitycznych, optymalizować algorytmy i dostosowywać metody obliczeniowe do własnych potrzeb, co przekłada się na bardziej efektywną analizę danych i rozwiązywanie złożonych problemów.
7. Czy książka wyjaśnia, jak zastosować poznane koncepcje w realnych projektach data science?
Tak, autor prezentuje liczne przykłady praktycznych zastosowań, takich jak analiza szeregów czasowych, klasteryzacja, regresja, PCA, przetwarzanie obrazów czy analiza danych biomedycznych.
8. Czy do korzystania z książki potrzebuję specjalnego oprogramowania?
Wystarczy podstawowa instalacja Pythona oraz popularnych bibliotek takich jak NumPy. Autor wyjaśnia również, jak korzystać z narzędzi dostępnych online, np. Google Colab.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
46,20 zł
Dodaj do koszyka
Ebook
38,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile