podstawy-matematyki-w-data-science.-algebra-liniowa,-rachunek-prawdopodobienstwa-i-statystyka pełna wersja.pdf

(6606 KB) Pobierz
•
Kup książkę
•
Poleć książkę
•
Oceń książkę
•
Księgarnia internetowa
•
Lubię to! » Nasza społeczność
Spis treści
Przedmowa ............................................................................................................. 7
1. Podstawy matematyki oraz rachunku różniczkowego i całkowego ........................... 11
Teoria liczb
Kolejność działań
Zmienne
Funkcje
Sumowanie
Potęgowanie
Logarytmy
Liczba Eulera i logarytmy naturalne
Liczba Eulera
Logarytmy naturalne
11
13
14
15
19
20
23
24
24
28
Granice
Pochodne
Pochodne cząstkowe
Reguła łańcuchowa
28
30
33
35
Całki
Podsumowanie
Ćwiczenia
37
41
42
2. Prawdopodobieństwo ............................................................................................ 43
Zrozumieć prawdopodobieństwo
Prawdopodobieństwo a statystyka
43
45
Matematyka prawdopodobieństw
Prawdopodobieństwa łączne
Prawdopodobieństwa alternatywne
Prawdopodobieństwo warunkowe i twierdzenie Bayesa
Łączne i alternatywne prawdopodobieństwa warunkowe
46
46
47
48
51
Rozkład dwumianowy
Rozkład beta
Podsumowanie
Ćwiczenia
52
54
60
60
3
Kup książkę
Poleć książkę
3. Statystyka opisowa i wnioskowanie statystyczne .................................................... 62
Czym są dane?
Statystyka opisowa a wnioskowanie statystyczne
Populacje, próby i obciążenie
Statystyka opisowa
Średnia i średnia ważona
Mediana
Dominanta
Wariancja i odchylenie standardowe
Rozkład normalny
Dystrybuanta odwrotna
Standaryzacja Z
62
64
64
68
68
69
71
71
75
81
82
Wnioskowanie statystyczne
Centralne twierdzenie graniczne
Przedziały ufności
Wartości p
Testowanie hipotez
84
84
87
89
90
Rozkład t: analizowanie małych prób
Big data i błąd teksańskiego snajpera
Podsumowanie
Ćwiczenia
97
98
99
100
4. Algebra liniowa .................................................................................................... 101
Co to jest wektor?
Dodawanie i łączenie wektorów
Skalowanie wektorów
Powłoka i zależność liniowa
101
105
106
108
Przekształcenia liniowe
Wektory bazowe
Mnożenie macierzy przez wektor
110
110
113
Mnożenie macierzy
Wyznaczniki
Specjalne rodzaje macierzy
Macierz kwadratowa
Macierz jednostkowa
Macierz odwrotna
Macierz diagonalna
Macierz trójkątna
Macierz rzadka
117
119
122
122
122
122
123
123
123
Układy równań i macierze odwrotne
Wektory i wartości własne
Podsumowanie
Ćwiczenia
4
|
Spis treści
124
127
129
130
Kup książkę
Poleć książkę
5. Regresja liniowa .................................................................................................. 131
Podstawowa regresja liniowa
Reszty i kwadraty błędu
Znajdowanie najlepiej dopasowanej linii
Równanie w formie zamkniętej
Techniki wykorzystujące macierze odwrotne
Metoda gradientu prostego
132
136
138
139
140
142
Nadmierne dopasowanie i wariancja
Metoda stochastycznego gradientu prostego
Współczynnik korelacji
Istotność statystyczna
Współczynnik determinacji
Błąd standardowy estymacji
Przedziały przewidywania
Podział danych na treningowe i testowe
Wielokrotna regresja liniowa
Podsumowanie
Ćwiczenia
148
149
151
153
157
158
159
162
167
168
168
6. Regresja logistyczna i klasyfikacja ........................................................................ 169
Na czym polega regresja logistyczna?
Przeprowadzanie regresji logistycznej
Funkcja logistyczna
Dopasowywanie krzywej logistycznej
169
172
172
174
Regresja logistyczna z wieloma zmiennymi
Logarytm szansy
R-kwadrat
Wartości p
Podziały na dane treningowe i testowe
Macierz błędów
Twierdzenie Bayesa a klasyfikacja
Krzywa ROC/pole pod krzywą
Nierównowaga klas
Podsumowanie
Ćwiczenia
179
182
185
189
191
192
195
196
197
198
198
7. Sieci neuronowe .................................................................................................. 200
Kiedy używać sieci neuronowych i uczenia głębokiego?
Prosta sieć neuronowa
Funkcje aktywacji
Propagacja w przód
200
201
204
208
Spis treści
Kup książkę
|
5
Poleć książkę

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin