机读格式显示(MARC)

• 000 01697nam 2200313 450

• 001 0000169595

• 005 20200821214300.0

• 010 __ |a 978-7-115-49921-9 |d CNY49.80

• 100 __ |a 20191119d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大数据数学基础 |A Da Shu Ju Shu Xue Ji Chu |e Python语言描述 |d = Mathematical basis of big data |e Python |f 雷俊丽, 张良均 主编 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2019.11

• 215 __ |a 261页 |c 图 |d 26cm

• 225 2_ |a 大数据专业系列图书 |A da shu ju zhuan ye xi lie tu shu

• 300 __ |a 大数据人才培养规划教材

• 320 __ |a 有书目

• 330 __ |a 本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章: 1章介绍了大数据与数学、数学与Python的关系; 2章介绍了微积分的基础知识, 包括极限、导数、微分、不定积分与定积分等; 3章介绍了概率论与数理统计的基础知识, 包括数据分布特征、概率与概率分布、参数估计、假设检验等; 4章介绍了线性代数的基础知识, 包括行列式、矩阵的运算和特征分解、奇异值分解; 5章介绍了数值计算的基础知识, 包括插值法、函数逼近与拟合、非线性方程 (组) 求根; 6章介绍了常用的多元统计分析方法, 包括回归分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。本书示例大都结合Python进行求解分析, 且每章都有课后习题, 可以帮助读者巩固所学的内容。

• 410 _0 |1 2001 |a 大数据专业系列图书

• 510 1_ |a Mathematical basis of big data |e Python |z eng

• 517 1_ |a Python语言描述 |A Pythonyu yan miao shu

• 606 0_ |a 计算机科学 |A ji suan ji ke xue |x 数学 |j 教材

• 690 __ |a TP301 |v 5

• 701 _0 |a 雷俊丽 |A lei jun li |4 主编

• 701 _0 |a 张良均 |A zhang liang jun |4 主编

• 801 _0 |a CN |b AHLSL |c 20191119

• 905 __ |a AHLSL |d TP301/8