Mathematical Methods in Data Science

درباره این کتاب

با این مقدمه دقیق بر ریاضیاتِ زیربنایی علم داده، شکاف بین مفاهیم نظری و کاربردهای عملی آن‌ها را پر کنید. این کتاب مباحث ضروری در جبر خطی، حساب دیفرانسیل و انتگرال، بهینه‌سازی، و احتمال و آمار را پوشش می‌دهد و ارتباط آن‌ها را در بافت تحلیل داده‌ها نشان می‌دهد. مباحث کاربردی کلیدی شامل خوشه‌بندی، رگرسیون، طبقه‌بندی، کاهش ابعاد، تحلیل شبکه و شبکه‌های عصبی است. آنچه این متن را متمایز می‌کند، تمرکز آن بر یادگیری عملی است. هر فصل بینش‌های ریاضی را با مثال‌های کاربردی ترکیب کرده و از پایتون برای پیاده‌سازی الگوریتم‌ها و حل مسائل استفاده می‌کند. آزمون‌های خودارزیابی، تمرین‌های گرم‌کننده و مسائل نظری، هم درک ریاضی و هم مهارت‌های محاسباتی را تقویت می‌کنند. این کتاب درسی که برای دانشجویان سال‌های آخر کارشناسی و شروع تحصیلات تکمیلی طراحی شده است، هم به عنوان دعوتی به علم داده برای رشته‌های ریاضی و هم به عنوان سفری عمیق‌تر به ریاضیات برای دانشجویان علم داده عمل می‌کند.