利用Python实现概率、统计及机器学习方法(原书第2版)

正版新书新华官方库房直发可开电子发票

74.98 6.3折 119 全新

库存13件

江苏南京

认证卖家担保交易快速发货售后保障

作者(美)何塞·安平科

出版社机械工业出版社

ISBN9787111717737

出版时间2023-01

版次1

装帧平装

开本16开

纸张胶版纸

页数316页

定价119元

货号SC:9787111717737

上书时间2024-10-31

已实名已认证进店收藏店铺

商品描述: 内容简介:
本书针对Python 3.6+版本进行了全面更新，涵盖了在这些领域中使用Python组件演示的概率、统计和机器学习之间的链接的关键思想。所提供的Python代码、所有的图形和数值结果都是可重复的。作者通过使用多种分析方法和Python代码处理有意义的示例来开发机器学习中的关键直觉，从而将理论概念与具体实现联系起来。对某些重要结果也给出了详细的证明。
目录:
译者序

前言

第1版前言

符号说明

第1章科学Python入门1

1.1安装和设置2

1.2Numpy4

1.2.1Numpy数组和内存5

1.2.2Numpy矩阵8

1.2.3Numpy广播操作9

1.2.4Numpy掩码数组11

1.2.5浮点数11

1.2.6Numpy优化简介14

1.3Matplotlib15

1.3.1Matplotlib的替代方法16

1.3.2Matplotlib的扩展17

1.4IPython17

1.5Jupyter Notebook18

1.6Scipy20

1.7Pandas21

1.7.1Series21

1.7.2DataFrame23

1.8Sympy25

1.9编译库接口27

1.10集成开发环境28

1.11性能和并行编程快速指南28

1.12其他资源31

参考文献32

第2章概率33

2.1引言33

2.1.1概率密度34

2.1.2随机变量35

2.1.3连续随机变量39

2.1.4微积分以外的变量变换41

2.1.5独立随机变量42

2.1.6经典Broken Rod示例44

2.2投影法45

2.2.1加权距离47

2.3条件期望作为投影47

2.3.1附录51

2.4条件期望与均方误差52

2.5条件期望和均方误差优化示例55...

— 没有更多了 —