Lineare Algebra für Data Science mit Python bietet eine Einführung in Vektoren und Matrizen im Kontext der Datenwissenschaft. Dieses Buch beginnt bei den Grundlagen der Vektoren und ihrer Verwendung zur Modellierung von Daten, baut auf Matrizen und deren Operationen auf und betrachtet dann Anwendungen von Matrizen und Vektoren bei Datenanpassungen, der Transformation von Zeitreihendaten in den Frequenzbereich und der Dimensionsreduktion.

Dieses Buch verfolgt einen vorwiegend rechenorientierten Ansatz: Der Leser lernt, wie man Python und die zugehörigen Data-Science-Bibliotheken verwendet, um mit Vektoren und Matrizen sowie deren Operationen zu arbeiten und diese zu visualisieren, sowie Daten zu importieren, um diese Techniken anzuwenden. Die Leser erlernen die Grundzüge der Durchführung von Vektor- und Matrixoperationen von Hand, werden aber auch gezeigt, wie man verschiedene Python-Bibliotheken für diese Operationen nutzt.

Hauptmerkmale:

• Lehrt die wichtigsten Konzepte und Techniken für die Arbeit mit mehrdimensionalen Daten anhand von Vektoren und Matrizen.
• Führt die Leser in einige der wichtigsten Python-Bibliotheken für die Datenverarbeitung ein, darunter NumPy und PyTorch.
• Zeigt die Anwendung der linearen Algebra bei echten Daten- und Ingenieuranwendungen.
• Enthält viele Farbgrafiken zur Veranschaulichung mathematischer Operationen mit Vektoren und Matrizen.
• Bietet Übungsmöglichkeiten und Feedback durch eine einzigartige Reihe von interaktiven Online-Tools auf der begleitenden Webseite.

Seiten: 248, Abmessungen: 17,8x17,8cm