کتاب ریاضیات گسسته عملی: اصول ریاضی را کشف کنید که الگوریتم های برای علوم کامپیوتر و یادگیری ماشین با پایتون را پایه ریزی می کنند

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

 
دانلود کتاب Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python

عنوان کتاب به انگلیسی:

Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python

سال انتشار: 2021  |  330 صفحه  |  حجم فایل: 6 مگابایت  |  زبان: انگلیسی
نویسنده Ryan T. White, Archana Tikayat Ray
ناشر Packt Publishing
ISBN10: 1838983147
ISBN13: 9781838983147

توضیحات کتاب

A practical guide simplifying discrete math for curious minds and demonstrating its application in solving problems related to software development, computer algorithms, and data science Key FeaturesApply the math of countable objects to practical problems in computer science Explore modern Python libraries such as scikit-learn, NumPy, and SciPy for performing mathematics Learn complex statistical and mathematical concepts with the help of hands-on examples and expert guidanceBook Description Discrete mathematics deals with studying countable, distinct elements, and its principles are widely used in building algorithms for computer science and data science. The knowledge of discrete math concepts will help you understand the algorithms, binary, and general mathematics that sit at the core of data-driven tasks. Practical Discrete Mathematics is a comprehensive introduction for those who are new to the mathematics of countable objects. This book will help you get up to speed with using discrete math principles to take your computer science skills to a more advanced level. As you learn the language of discrete mathematics, you'll also cover methods crucial to studying and describing computer science and machine learning objects and algorithms. The chapters that follow will guide you through how memory and CPUs work. In addition to this, you'll understand how to analyze data for useful patterns, before finally exploring how to apply math concepts in network routing, web searching, and data science. By the end of this book, you'll have a deeper understanding of discrete math and its applications in computer science, and be ready to work on real-world algorithm development and machine learning. What you will learn Understand the terminology and methods in discrete math and their usage in algorithms and data problems Use Boolean algebra in formal logic and elementary control structures Implement combinatorics to measure computational complexity and manage memory allocation Use random variables, calculate descriptive statistics, and find average-case computational complexity Solve graph problems involved in routing, pathfinding, and graph searches, such as depth-first search Perform ML tasks such as data visualization, regression, and dimensionality reduction Who this book is for This book is for computer scientists looking to expand their knowledge of discrete math, the core topic of their field. University students looking to get hands-on with computer science, mathematics, statistics, engineering, or related disciplines will also find this book useful. Basic Python programming skills and knowledge of elementary real-number algebra are required to get started with this book. Table of Contents Key Concepts, Notation, Set Theory, Relations, and Functions Formal Logic and Constructing Mathematical Proofs Computing with Base-n Numbers Combinatorics Using SciPy Elements of Discrete Probability Computational Algorithms in Linear Algebra Computational Requirements for Algorithms Storage and Feature Extraction of Graphs, Trees, and Networks Searching Data Structures and Finding Shortest Paths Regression Analysis with NumPy and Scikit-Learn Web Searches with PageRank Principal Component Analysis with Scikit-Learn

توضیحات کتاب به فارسی (ترجمه ماشینی)

یک راهنمای عملی ساده سازی ریاضیات گسسته برای ذهن کنجکاو و نشان دادن کاربرد آن در حل مشکلات مربوط به توسعه نرم افزار ، الگوریتم های رایانه ای و علوم داده ویژگی های کلیدی ریاضی اشیاء قابل شمارش را برای مشکلات عملی در علوم کامپیوتر اعمال کنید برای اجرای ریاضیات ، کتابخانه های مدرن پایتون مانند Scikit-Learn ، Numpy و SciPy را کاوش کنید مفاهیم آماری و ریاضی پیچیده ای را با کمک نمونه های دستی و راهنمایی های تخصصی بیاموزید توضیحات کتاب ریاضیات گسسته با مطالعه عناصر قابل شمارش ، متمایز و اصول آن به طور گسترده در ساخت الگوریتم های علوم کامپیوتر و علوم داده استفاده می شود.دانش مفاهیم ریاضی گسسته به شما کمک می کند تا الگوریتم ها ، باینری و ریاضیات عمومی را که در هسته کارهای داده محور قرار دارند ، درک کنید. ریاضیات گسسته عملی مقدمه ای جامع برای کسانی است که در ریاضیات اشیاء قابل شمارش جدید هستند.این کتاب به شما کمک می کند تا با استفاده از اصول ریاضی گسسته ، مهارت های علوم رایانه خود را به سطح پیشرفته تری برسانید. همانطور که زبان ریاضیات گسسته را یاد می گیرید ، همچنین روشهای بسیار مهم برای مطالعه و توصیف علوم کامپیوتر و اشیاء یادگیری ماشین و الگوریتم ها را پوشش می دهید.فصل های زیر شما را از طریق نحوه کار حافظه و CPU راهنمایی می کند.علاوه بر این ، شما می دانید که چگونه می توانید داده ها را برای الگوهای مفید تجزیه و تحلیل کنید ، قبل از اینکه در نهایت نحوه استفاده از مفاهیم ریاضی در مسیریابی شبکه ، جستجوی وب و علم داده را بررسی کنید. در پایان این کتاب ، درک عمیق تری از ریاضیات گسسته و کاربردهای آن در علوم کامپیوتر خواهید داشت و آماده کار بر روی توسعه الگوریتم دنیای واقعی و یادگیری ماشین هستید. آنچه یاد خواهید گرفت اصطلاحات و روشها را در ریاضیات گسسته و استفاده از آنها در الگوریتم ها و مشکلات داده درک کنید در منطق رسمی و ساختارهای کنترل ابتدایی از جبر بولی استفاده کنید ترکیبی را برای اندازه گیری پیچیدگی محاسباتی و مدیریت تخصیص حافظه پیاده سازی کنید از متغیرهای تصادفی استفاده کنید ، آمار توصیفی را محاسبه کنید و پیچیدگی محاسباتی متوسط را پیدا کنید مشکلات نمودار مربوط به مسیریابی ، مسیریابی و جستجوهای نمودار مانند جستجوی عمق اول را حل کنید وظایف ML مانند تجسم داده ها ، رگرسیون و کاهش ابعاد را انجام دهید این کتاب برای چه کسی است این کتاب برای دانشمندان رایانه ای است که به دنبال گسترش دانش خود در مورد ریاضی گسسته ، موضوع اصلی حوزه خود هستند.دانشجویان دانشگاه که به دنبال دستیابی به علوم کامپیوتر ، ریاضیات ، آمار ، مهندسی یا رشته های مرتبط هستند ، این کتاب را نیز مفید می دانند.مهارت های اصلی برنامه نویسی پایتون و دانش در مورد جبر با شماره واقعی ابتدایی برای شروع این کتاب لازم است. فهرست مطالب مفاهیم کلیدی ، نماد ، تئوری مجموعه ، روابط و کارکردها منطق رسمی و ساخت اثبات ریاضی محاسبات با شماره های BASE-N ترکیبی با استفاده از SCIPY عناصر احتمال گسسته الگوریتم های محاسباتی در جبر خطی الزامات محاسباتی برای الگوریتم ها ذخیره سازی و استخراج نمودارها ، درختان و شبکه ها جستجو در ساختار داده ها و یافتن کوتاه ترین مسیرها تجزیه و تحلیل رگرسیون با Numpy و Scikit-Learn جستجوی وب با PageRank تجزیه و تحلیل مؤلفه اصلی با Scikit-Learn

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.