❑ 全方位闡明資料科學領域的相關知識,從統計分析、機器學習、深度學習中所運用的演算法及模型,輔以經濟學視角所提供關於模型的精闢見解,深入探討模型的可用性。
❑ 書中結合大量的實際案例與程式碼,幫助讀者學以致用,將具體的應用場景和現有的模型加以結合,從而發現模型更多的潛在應用場景。
❑ 章節架構:
1. 透過簡單的實例導引出模型,詳述其理論基礎;
2. 展示實現模型的核心程式;
3. 探討其優缺點及相關模型的比較。既能直觀地展示模型,亦能結合實際程式進行深入的探究,有助於讀者掌握與使用模型能力的提升。
✤適用讀者
對資料科學有興趣的初學者;資料科學家與工程研發相關技術人員;大專院校計算機、數學及相關領域專業培訓機構。
本書特色
✔一書融會貫通統計學、機器學習與計算機科學三大學門,搭建完備的知識體系。
✔以Python語言為基礎,引領讀者學會完成建模,實用性極強。
✔詳析分散式機器學習、神經網路、深度學習等人工智慧的尖精科技。
???en_US.webpac.bookDescSource???:
作者簡介
唐亘
資料科學家,專注於機器學習和大數據;法國國立統計與經濟管理學校的資料科學碩士學位。熱愛並積極參與Apache Spark和Scikit-Learn等開源專案;為惠普、華為、復旦大學提供百餘場技術培訓。此前的工作和研究集中於經濟和量化金融,曾參與經濟合作暨發展組織 (OECD) 的研究專案且發表論文,並擔任英國知名線上出版社Packt的技術審稿人。
???en_US.webpac.authordescSource???: