
دانلود کتاب Linear Algebra Coding With Python - Python’s Application For Linear Algebra 2020 edition 1
1401/02/16
نام کتاب: | Linear Algebra Coding With Python - Python’s Application For Linear Algebra |
---|---|
نویسنده: | Son Hyun-Seok, |
ویرایش: | 1 |
سال انتشار: | 2020 |
کد ISBN کتاب: | B08CT47RL3 |
فرمت: | EPUB |
تعداد صفحه: | 309 |
حجم کتاب: | 3 مگابایت |
کیفیت کتاب: | OCR |
انتشارات: |
About Linear Algebra Coding With Python - Python’s Application For Linear Algebra, 2020
Python is one of the most popular languages for data analysis and prediction. Moreover, Tensorflow and torch, which are useful tools for modern deep learning, are fully implemented by Python. The basic form of data in these languages is the array, which is generated by the important numpy package in Python. In particular, matrices are the foundation of data science because they contain structures of vectors and matrices that give the meaning of the direction and magnitude of each value in the data set. For example, the matrix structure allows transforming into a simple form without losing the basic properties of a huge data set. These transformations are useful for efficient data processing and for finding implicit properties. Linear algebra, a field that provides a basic theory of the usefulness of vectors and matrices, provides several algorithms to increase the accuracy and speed of computation in the computational process of analyzing data and discovering properties of a data set. These algorithms are very useful for understanding the process of calculating probability, statistics, and machine learning. This book introduces many basics of linear algebra using the python packages numpy, sympy, etc. Chapters 1 and 2 introduce the creation and properties of vectors and matrices. Chapter 3 describes the linear system through the process of calculating the solution in a system of simultaneous equations. Space, a concept introduced in Chapter 4, is used to infer the collective properties and relationships of each vector in a linear system. Chapter 5 introduces the coordinate system to represent the linear system geometrically. Chapter 6 introduces the transformation process while preserving basic properties such as vectors and matrices. Finally, Chapter 7 describes several ways to parse the archetype into a simple form. In this process, we use a variety of Python functions.
درباره کتاب Linear Algebra Coding With Python - Python’s Application For Linear Algebra, 2020 - ترجمه شده از گوگل
پایتون یکی از محبوب ترین زبان ها برای تجزیه و تحلیل داده ها و پیش بینی است. علاوه بر این، Tensorflow و Torch که ابزارهای مفیدی برای یادگیری عمیق مدرن هستند، به طور کامل توسط پایتون پیادهسازی شدهاند. شکل اصلی داده ها در این زبان ها آرایه است که توسط بسته numpy مهم در پایتون تولید می شود. به طور خاص، ماتریس ها پایه علم داده هستند زیرا حاوی ساختارهایی از بردارها و ماتریس ها هستند که معنای جهت و بزرگی هر مقدار در مجموعه داده را می دهد. به عنوان مثال، ساختار ماتریسی امکان تبدیل به یک فرم ساده را بدون از دست دادن ویژگی های اساسی یک مجموعه داده عظیم می دهد. این تبدیل ها برای پردازش کارآمد داده ها و برای یافتن ویژگی های ضمنی مفید هستند. جبر خطی، زمینه ای که یک نظریه اساسی در مورد سودمندی بردارها و ماتریس ها ارائه می دهد، چندین الگوریتم برای افزایش دقت و سرعت محاسبات در فرآیند محاسباتی تجزیه و تحلیل داده ها و کشف ویژگی های یک مجموعه داده ارائه می دهد. این الگوریتم ها برای درک فرآیند محاسبه احتمال، آمار و یادگیری ماشین بسیار مفید هستند. این کتاب بسیاری از مبانی جبر خطی را با استفاده از بستههای پایتون numpy، sympy و غیره معرفی میکند. فصلهای 1 و 2 ایجاد و خواص بردارها و ماتریسها را معرفی میکنند. فصل 3 سیستم خطی را از طریق فرآیند محاسبه راه حل در یک سیستم معادلات همزمان توصیف می کند. فضا، مفهومی که در فصل 4 معرفی شد، برای استنتاج خصوصیات و روابط جمعی هر بردار در یک سیستم خطی استفاده میشود. فصل 5 سیستم مختصات را معرفی می کند تا سیستم خطی را به صورت هندسی نشان دهد. فصل 6 فرآیند تبدیل را با حفظ ویژگی های اساسی مانند بردارها و ماتریس ها معرفی می کند. در نهایت، فصل 7 چندین روش برای تجزیه کهن الگو به یک فرم ساده را شرح می دهد. در این فرآیند از انواع توابع پایتون استفاده می کنیم.
نرم افزار مورد نیاز برای باز کردن انواع فرمتهای کتاب

برای باز کردن کتاب با فرمت DJVU از نرمافزارهایی مشابه Windjview استفاده کنید.

برای باز کردن کتاب با فرمت MOBI و AZW3 از نرمافزارهایی مشابه Calibre استفاده کنید.

برای باز کردن کتاب با فرمت EPUB از نرمافزارهایی مشابه Icecream استفاده کنید.

برای باز کردن کتاب با فرمت PDF از نرمافزارهایی مشابه Nitro PDF استفاده کنید.
برچسبها
کتابهای مشابه
نظرات و دیدگاهها