토머스 닐스 (2024) 개발자를 위한 필수 수학 - 박해선

2024-05-29 Bibliography bib datascience mathmatics python c410

개발자를 위한 필수 수학 - 기초 수학 파이썬 데이터 과학 (2024)

(토머스 닐드 2024) “개발자를 위한 필수 수학 - 기초 수학으로 시작하는 데이터 과학 첫걸음” 토머스 닐드 (2024) 박해선

코드 및 이맥스 코딩 환경 구성

https://github.com/rickiepark/math4ds : 주피터 박해선 번역자
https://github.com/thomasnield/oreilly_essential_math_for_data_science_book : 파이썬 코드

git@github.com:rickiepark/math4ds.git
git@github.com:thomasnield/oreilly_essential_math_for_data_science_book.git

조직모드: 문학적 프로그래밍 - 이맥스 파이썬 문서 코딩 도구 - 쿠알토 주피터 - 나우

python --version

M-x conda-env-activate -> pydata

Python 3.10.14

print("Hello World!")

Related-Notes

References

토머스 닐드. 2024. 개발자를 위한 필수 수학 - 기초 수학으로 시작하는 데이터 과학 첫걸음. Translated by 박해선. https://www.yes24.com/Product/Goods/126804246.

마지막 수정일자 2024-09-30

#녹색아카데미 #닉스: #패키지 #매니저

토머스 닐스 (2024) 개발자를 위한 필수 수학 - 박해선

관련 도서

코드 및 이맥스 코딩 환경 구성

목차

1장 기초 수학과 미적분

1.1 정수론

1.2 연산 순서

1.3 변수

1.4 함수

1.5 합계

1.6 거듭제곱

1.7 로그

1.8 오일러 수와 자연로그

1.9 극한

1.10 미분

1.11 적분

1.12 마치며

2장 확률

_2.1 확률 이해하기

_2.2 확률 계산

_2.3 이항 분포

_2.4 베타 분포

_2.5 마치며

3장 기술 통계와 추론 통계

_3.1 데이터란 무엇인가요?

_3.2 기술 통계와 추론 통계

_3.3 모집단, 표본, 편향

_3.4 기술 통계

_3.5 추론 통계

_3.6 t 분포: 소규모 표본 처리

_3.7 빅 데이터 고려 사항과 텍사스 명사수 오류

_3.8 마치며

4장 선형대수학

_4.1 벡터란 무엇인가요?

_4.2 선형 변환

_4.3 행렬 곱셈

_4.4 행렬식

_4.5 특수 행렬

_4.6 연립 방정식과 역행렬

_4.7 고유 벡터와 고윳값

_4.8 마치며

5장 선형 회귀

_5.1 기본 선형 회귀

_5.2 잔차와 제곱 오차

_5.3 최적의 직선 찾기

_5.4 과대적합 및 분산

_5.5 확률적 경사 하강법

_5.6 상관 계수

_5.7 통계적 유의성

_5.8 결정 계수

_5.9 추정 표준 오차

_5.10 예측 구간

_5.11 훈련/테스트 분할

_5.12 다중 선형 회귀

_5.13 마치며

6장 로지스틱 회귀와 분류

_6.1 로지스틱 회귀 이해하기

_6.2 로지스틱 회귀 수행하기

_6.3 다변수 로지스틱 회귀

_6.4 로그 오즈 이해하기

_6.5 R2

_6.6 p 값

_6.7 훈련/테스트 분할

_6.8 오차 행렬

_6.9 베이즈 정리와 분류

_6.10 ROC 곡선과 AUC

_6.11 클래스 불균형

_6.12 마치며

7장 신경망

_7.1 언제 신경망과 딥러닝을 사용할까요?

_7.2 간단한 신경망

_7.3 역전파

_7.4 사이킷런 사용하기

_7.5 신경망과 딥러닝의 한계

_7.6 마치며

8장 경력 조언과 앞으로의 진로

_8.1 데이터 과학의 재정의

_8.2 데이터 과학의 간략한 역사

_8.3 나만의 강점 찾기

_8.4 데이터 과학 직무에서 주의해야 할 사항