| | | | 大數據數學基礎(PYTHON語言描述)/雷俊麗 計算機與互聯網 雷俊麗 | | 該商品所屬分類：圖書 -> ε | | 【市場價】 | 364-528元 | | 【優惠價】 | 228-330元 | | 【出版社】 | 人民郵電出版社 | | 【ISBN】 | 9787115499219 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
出版社：人民郵電出版社 ISBN：9787115499219 商品編碼：66112651590 開本：26開 出版時間：2018-02-01 頁數：261 代碼：49
"| 商品基本信息，請以下列介紹為準 | | 商品名稱： | 大數據數學基礎(PYTHON語言描述)/雷俊麗 計算機與互聯網 書籍 | | 作者： | 雷俊麗 張良均 | | 代碼： | 49.8 | | 出版社： | 人民郵電出版社 | | 出版日期： | 2018-02-01 | | ISBN： | 9787115499219 | | 印次： | | | 版次： | | | 裝幀： | 平裝 | | 開本： | 16開 |
| 內容簡介 |
本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計統計分析等數學基礎知識。全書共6章：第1章介紹了大數據與數學、數學與Python的關繫；第2章介紹了微積分的基礎知識，包括極限、導數、微分、不定積分與定積分等；第3章介紹了概率論與數理統計的基礎知識，包括數據分布特征、概率與概率分布、參數估計、假設檢驗等；第4章介紹了線性代數的基礎知識，包括行列式、矩陣的運算和特征分解、奇異值分解；第5章介紹了數值計算的基礎知識，包括插值法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常統計分析方法，包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析，且每章都有課後習題，可以幫助讀者鞏固所學的內容。
|
| 目錄 |
第 1章 緒論 1
1.1 大數據與數學 1
1.1.1 大數據的定義 1
1.1.2 數學在大數據領域的作用 2
1.2 數學與Python 4
1.2.1 NumPy 4
1.2.2 SciPy 5
1.2.3 SymPy 5
1.2.4 StatsModels 5
小結 6
課後習題 6
第 2章 微積分基礎 7
2.1 函數與極限 7
2.1.1 映射與函數 7
2.1.2 數列與函數的極限 13
2.1.3 極限運算法則與存在法則 16
2.1.4 連續函數與初等函數的
連續性 17
2.2 導數與微分 18
2.2.1 導數的概念 18
2.2.2 函數的求導法則 22
2.2.3 微分的概念 26
2.3 微分中值定理與導數的應用 30
2.3.1 微分中值定理 30
2.3.2 函數的單調性與曲線的
凹凸性 31
2.3.3 函數的極值與 32
2.4 不定積分與定積分 36
2.4.1 不定積分的概念與性質 36
2.4.2 不定積積分法與
分部積分法 41
2.4.3 定積分的概念與性質 43
2.4.4 定積積分法與
分部積分法 46
小結 47
課後習題 47
第3章 概率論與數理統計基礎 49
3.1 數據分布特征的統計描述 49
3.1.1 集中趨勢度量 49
3.1.2 離散趨勢度量 57
3.1.3 偏度與峰度的度量 62
3.2 概率與概率分布 65
3.2.1 隨機事件及其概率 65
3.2.2 隨機變量與概率分布 69
3.2.3 隨機變量的數字特征 75
3.3 參數估計與假設檢驗 83
3.3.1 參數估計 83
3.3.2 假設檢驗 85
小結 88
課後習題 88
第4章 線性代數基礎 90
4.1 行列式 90
4.1.1 行列式與全排列 90
4.1.2 行列式的性質 97
4.1.3 行列式按行（列）展開 102
4.2 矩陣及其運算 104
4.2.1 矩陣的定義 105
4.2.2 特殊矩陣 106
4.2.3 矩陣的運算 110
4.2.4 矩陣的逆 114
4.2.5 向量組與矩陣的秩 115
4.2.6 協方差矩陣 119
4.2.7 相關矩陣 120
4.3 矩陣的特征分解與
奇異值分解 121
4.3.1 特征分解 121
4.3.2 奇異值分解 134
小結 137
課後習題 137
第5章 數值計算基礎 140
5.1 數值計算的基本概念 140
5.1.1 誤差的來源 140
5.1.2 誤差分類 142
5.1.3 數值計算的衡量標準 143
5.2 插值法 143
5.2.1 Lagrange插值 143
5.2.2 Newton插值 146
5.2.3 樣條插值 152
5.3 函數逼近與擬合 153
5.3.1 數據的二乘線性擬合 153
5.3.2 函數的平方逼近 157
5.3.3 數據的多變量擬合 160
5.3.4 數據的非線性曲線擬合 162
5.4 非線性方程（組）求根 164
5.4.1 二分法求解非線性方程 164
5.4.2 迭代法求解非線性方程 167
5.4.3 Newton法求解非線性方程 169
5.4.4 Newton法求解非線性
方程組 171
小結 173
|
| 編輯 |
全書大部分章節緊扣實際需求展開，不堆積知識點，著重於解決問題時思路的啟發與方案的實施，幫助讀者真正理解與消化大數據數學基礎。 書中案例全部源於企業真實項目，可作性強，引導讀者融會貫通，並提供源代碼等相關學習資源，幫助讀者快速掌握大數據相關技能。
|
" | | |
| | | | |
|
