Puntuación:
Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.
Linear Algebra with Machine Learning and Data
Este libro profundiza en varios temas clave del álgebra lineal aplicados al análisis y la minería de datos. El libro ofrece un enfoque de estudio de caso en el que cada caso se basará en una aplicación del mundo real.
Este texto está pensado para ser utilizado en un segundo curso sobre aplicaciones del álgebra lineal al análisis de datos, con un capítulo complementario sobre árboles de decisión y sus aplicaciones en el análisis de regresión. El texto puede considerarse en dos categorías generales de análisis de datos diferentes pero superpuestas: agrupación e interpolación. El conocimiento de las técnicas matemáticas relacionadas con el análisis de datos y la exposición a la interpretación de los resultados en un contexto de análisis de datos son especialmente valiosos para los estudiantes de matemáticas.
Cada capítulo de este texto lleva al lector a través de varios estudios de casos relevantes utilizando datos del mundo real. Todos los conjuntos de datos, así como la sintaxis de Python y R, se proporcionan al lector a través de enlaces a la documentación de Github.
Después de cada capítulo hay un breve conjunto de ejercicios en los que se anima a los estudiantes a utilizar la tecnología para aplicar sus conocimientos en expansión del álgebra lineal aplicada al análisis de datos. Se asume un conocimiento básico de los conceptos en un primer curso de Álgebra Lineal, sin embargo, una visión general de los conceptos clave se presenta en la Introducción y según sea necesario a lo largo del texto.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)