Lineáris algebra gépi tanulással és adatokkal

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Linear Algebra with Machine Learning and Data

Könyv tartalma:

Ez a könyv mélyen belemerül számos kulcsfontosságú lineáris algebrai témába, ahogyan azok az adatelemzésre és adatbányászatra vonatkoznak. A könyv esettanulmányos megközelítést kínál, ahol minden egyes esetet egy valós alkalmazással alapoz meg.

Ez a szöveg a lineáris algebra adatelemzésben való alkalmazásainak második kurzusára készült, kiegészítve a döntési fákról és a regresszióelemzésben való alkalmazásukról szóló kiegészítő fejezettel. A szöveg két különböző, de egymást átfedő általános adatelemzési kategóriába sorolható: klaszterezés és interpoláció. Az adatelemzéshez kapcsolódó matematikai technikák ismerete és az eredmények adatelemzési kontextusban történő értelmezésének megismerése különösen értékes az alapképzésben matematikát tanuló diákok számára.

A szöveg minden egyes fejezete több releváns esettanulmányon keresztül vezeti végig az olvasót valós adatok felhasználásával. Az összes adatkészletet, valamint a Python és az R szintaxisát a Github dokumentációra mutató linkeken keresztül bocsátjuk az olvasó rendelkezésére.

Minden fejezetet egy rövid feladatsor követ, amelyben a hallgatókat arra ösztönzik, hogy a technológia segítségével alkalmazzák a lineáris algebra bővülő ismereteit az adatelemzésre alkalmazva. Az első lineáris algebrai kurzus fogalmainak alapszintű ismerete feltételezhető, azonban a kulcsfontosságú fogalmak áttekintése a bevezetőben és szükség szerint a szövegben is megtalálható.