万本电子书0元读

万本电子书0元读

顶部广告

大数据数学基础(Python语言描述)电子书

全书大部分章节紧扣实际需求展,不堆积知识,着重于解决问题时思路的启发与方案的实施,帮助读者真正理解与消化大数据数学基础。 书中案例全部源于企业真实项目,可操作性强,引导读者融会贯通,并提供源代码等相关学习资源,帮助读者快速掌握大数据相关技能。

售       价:¥

纸质售价:¥34.10购买纸书

748人正在读 | 1人评论 7.5

作       者:雷俊丽 张良均

出  版  社:人民邮电出版社有限公司

出版时间:2019-10-01

字       数:16.8万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(2条)
  • 读书简介
  • 目录
  • 累计评论(2条)
本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章:第1章介绍了大数据与数学、数学与Python的关系;第2章介绍了微积分的基础知识,包括极限、导数、微分、不定积分与定积分等;第3章介绍了概率论与数理统计的基础知识,包括数据分布特征、概率与概率分布、参数估计、假设检验等;第4章介绍了线性代数的基础知识,包括行列式、矩阵的运算和特征分解、奇异值分解;第5章介绍了数值计算的基础知识,包括插值法、函数逼近与拟合、非线性方程(组)求根;第6章介绍了常用的多元统计分析方法,包括回归分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。本书示例大都结合Python行求解分析,且每章都有课后习题,可以帮助读者巩固所学的内容。<br/>【推荐语】<br/>全书大部分章节紧扣实际需求展,不堆积知识,着重于解决问题时思路的启发与方案的实施,帮助读者真正理解与消化大数据数学基础。 书中案例全部源于企业真实项目,可操作性强,引导读者融会贯通,并提供源代码等相关学习资源,帮助读者快速掌握大数据相关技能。<br/>【作者】<br/>张良均,高级信息系统项目管理师,泰迪杯全国大学生数据挖掘竞赛(www.tipdm.org)发起人。华南师范大学、广东工业大学兼职教授,广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历,主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格(水平)考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数20余篇,已取得国家发明专利12项,主编《Hadoop大数据分析与挖掘实战》《Python数据分析与挖掘实战》《R语言数据分析与挖掘实战》等多本畅销图书,主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop发工程师证书,具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。<br/>
目录展开

内容提要

大数据专业系列图书编写委员会

前言

第1章 绪论

1.1 大数据与数学

1.2 数学与Python

小结

课后习题

第2章 微积分基础

2.1 函数与极限

2.2 导数与微分

2.3 微分中值定理与导数的应用

2.4 不定积分与定积分

小结

课后习题

第3章 概率论与数理统计基础

3.1 数据分布特征的统计描述

3.2 概率与概率分布

3.3 参数估计与假设检验

小结

课后习题

第4章 线性代数基础

4.1 行列式

4.2 矩阵及其运算

4.3 矩阵的特征分解与奇异值分解

小结

课后习题

第5章 数值计算基础

5.1 数值计算的基本概念

5.2 插值法

5.3 函数逼近与拟合

5.4 非线性方程(组)求根

小结

课后习题

第6章 多元统计分析

6.1 回归分析

6.2 判别分析

6.3 聚类分析

6.4 主成分分析

6.5 因子分析

6.6 典型相关分析

小结

课后习题

附录I t分布表

附录II F分布表

参考文献

累计评论(2条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部