三民網路書店 / 搜尋結果

數據科學和機器學習已經深度融合到我們生活的方方面面，而數學正是開啟未來大門的鑰匙。不是所 有人生來都握有一副好牌，但是掌握“數學 編程 機器學習”絕對是王牌。這次，學習數學不再是為了考試、分數、升學，而是投資時間、自我實現、面向未來。為了讓大家學數學、用數學，甚至愛上數學， 在創作這套書時，作者儘量克服傳統數學教材的各種弊端，讓大家學習時有興趣、看得懂、有思考、更自信、用得著。《數學要素：全彩圖解 微課 Python編程》打破數學板塊的藩籬，將算數、代數、線性代數、幾何、解析幾何、概率統計、微積分、優化方法等板塊有機結合在一起。從加、減、乘、除四則運算講起，主要內容包括：第 1、2 章講解向量和矩陣的基本運算；第 3 章講解常用幾何知識；第 4 章講解代數知識；第 5、6 兩章介紹坐標系；第 7、8、9 三章介紹解析幾何；第 10 章到第 14 章都是圍繞函數展開；第 15 章到第 19 章講解微積分以及優化問題內容；第20、21 兩章是概率統計入門；《數學要素：全彩圖解 微課 Python編程》最後四章以線性代數收尾。《數學要素：全彩圖解 微課 Python編程》內容編排上突出“圖解 編程 機器學習應用”。講解一些特定數學工具時，《數學要素：全彩圖解 微課 Python編程》會穿插介紹其在數據科學和機器學習領域應用場景，讓大家學以致用。《數學要素：全彩圖解 微課 Python編程》雖標榜“從加減乘除到機器學習”，但是建議讀者至少具備高中數學知識。如果讀者正在學習或曾經學過大學數學 ( 微積分、線性代數、概率統計 )，就更容易讀了。

數據科學和機器學習已經深度融合到我們生活的方方面面，而數學正是開啟未來大門的鑰匙。不是所 有人生來都握有一副好牌，但是掌握“數學 + 編程 + 機器學習”絕對是**。這一次，學習數學不再是為了考試、分數、升學，而是投資時間、自我實現、面向未來。為了讓大家學數學、用數學，甚至愛上數學， 在創作這套書時，作者儘量克服傳統數學教材的各種弊端，讓大家學習時有興趣、看得懂、有思考、更自信、用得著。鳶尾花書有三大板塊――編程、數學、實踐。數據科學、機器學習的各種算法離不開數學，本冊《矩陣力量》是“數學”板塊的第 2 本，主要介紹常用線性代數工具。任何數學工具想要從一元推廣到多元，比如多元微積分、多元統計，都繞不開線性代數。《矩陣力量：線性代數全彩圖解 + 微課 + Python編程》共 25 章內容，可以歸納為 7 大板塊：向量、矩陣、向量空間、矩陣分解、微積分、空間幾何、數據。《矩陣力量：線性代數全彩圖解 + 微課 + Python編程》在講解線性代數工具時，會穿插介紹其在數據科學和機器學習領域的應用場景，讓大家學以致用。《矩陣力量：線性代數全彩圖解 + 微課 + Python編程》讀者群包括所有在工作中應用數學的朋友，尤其適用于初級程序員進階，大學本科數學開竅，高級數據分析師，人工智能開發者。

《機器學習: 全彩圖解微課Python編程》是「鳶尾花數學大系：從加減乘除到機器學習」叢書的最後一冊，前六本解決了編程、視覺化、數學、 數據方面的諸多問題，而《機器學習: 全彩圖解微課程Python編程》將開啟機器學習經典演算法的學習旅程。《機器學習: 全彩圖解微課程Python編程》設定了24 個主題，對應四大類機器學習經典演算法（迴歸、分類、降維、聚類），涵蓋演算法包括： 迴歸分析、多元線性迴歸、非線性迴歸、正規化迴歸、貝葉斯迴歸、高斯過程、k 最近鄰分類、樸素貝葉斯分類、高斯判別分析、支援向量機、核子技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進階、 主成分分析與迴歸、核主成分分析、典型相關分析、 k 均值聚類、高斯混合模型、最大期望演算法、層次聚類、 密度聚類、譜聚類。《機器學習：全彩圖解微課程Python編程》選取演算法模型的目標是涵蓋Scikit-Learn 函式庫的常用機器學習演算法函數，讓讀者充分理解演算法理論， 又能連結實際應用。因此，在學習《機器學習: 全彩圖解微課程Python程式設計》時，特別希望呼叫Scikit-Learn 各種函數來解決問題之餘，更要理解演算法背後的數學工具。因此，《機器學習: 全彩圖解微課程Python編程》給出適度的數學推導以及擴展閱讀。《機器學習: 全彩圖解微課程Python編程》提供程式碼範例和影片講解，「鳶尾花書」強調在JupyterLab 自主探究學習才能提升程式設計技能。本書配套微課也主要以配套Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。《機器學習: 全彩圖解微課程Python編程》讀者群包括所有試圖用機器學習解決問題的朋友，特別適用於機器學習入門、初級程式設計師轉型、 高級資料分析師、機器學習進階。

《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》是“鳶尾花數學大系：從加減乘除到機器學習”叢書中編程板塊的第二冊。編程板塊第一冊《編程不難》著重介紹如何零基礎入門Python編程，《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》則在《編程不難》基礎之上深入探討如何用Python完成數學任務及板塊數據可視化。《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》是本系列中的一本真正意義上的“圖冊”。內容覆蓋科技製圖、計算機圖形學、創意編程、趣味數學實驗、數學科學、機器學習等。《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》“毫無節制”地展示數學之美，而且提供特別實用且容易複製的創作思路、做圖技巧、編程代碼。《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》包含8個板塊共36章內容。前5個板塊（共18章）專注於各種可視化手段，是可視化中的“術”；後3個板塊（共18章）選取了18個話題來展示數學之美，是可視化中的“藝”，閱讀這18章時，請關注每個可視化方案的創意思路、作圖技巧、數學工具。《可視之美:數據可視化+數學藝術+學術繪圖+Python創意編程》讀者群包括程序員、科技製圖開發者、高級數據分析師、機器學習開發者、創意編程開發者、計算機圖形學研究者。

《編程不難:全彩圖解+微課+Python編程》是“鳶尾花數學大系—從加減乘除到機器學習”叢書的第一冊，也是“編程”板塊的第一冊， 著重介紹如何零基礎入門學 Python 編程。雖然《編程不難:全彩圖解+微課+Python編程》主要講解 Python 編程，但是也離不開數學。《編程不難:全彩圖解+微課+Python編程》儘量 避免講解數學概念公式，而且用圖形和近乎口語化的語言描述程序設計、數據分析、機器學習背後常用的 數學思想。《編程不難:全彩圖解+微課+Python編程》分為預備、語法、繪圖、數組、數據、數學、機器學習、應用八大板塊， 共 36 章， 內容“跨度”極大！ 從 Python 基本編程語法，到基本可視化工具，再到各種數據操作工具，還介紹常用 Python 實現的各種複 雜數學運算，進入數據分析和機器學習之後，還講解如何搭建應用 App。我們可以把《編程不難:全彩圖解+微課+Python編程》看作從 Python 編 程角度對“鳶尾花書”全系內容的總覽。《編程不難:全彩圖解+微課+Python編程》提供代碼示例和講解，而且提供習題，每章還配套 Jupyter Notebook 代碼文件(Jupyter Notebook 不是可有可無的，而是學習生態的關鍵一環， “鳶尾花書”強調在 JupyterLab 自主探究學習才能提高大家 編程技能)。《編程不難:全彩圖解+微課+Python編程》配套微課也主要以配套 Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。《編程不難:全彩圖解+微課+Python編程》讀者群包括所有試圖用編程解決問題的朋友，尤其適用于初級程序員進階、高級數據分析師、機器學習開發者。