欢迎您访问 网课搜(wangkeSo.com),网课资源一搜即得。

数据科学中的数学方法(英文版) 任景莉 科学出版社 PDF电子教材 PDF电子书 大学教材电子版 电子课本 网盘下载(价值168元)【高清非扫描版】(2023年02月)

信息与计算科学丛书《数据科学中的数学方法(英文版)》任景莉 科学出版社 PDF电子教材 PDF电子书 大学教材电子版 电子课本 网盘下载(价值168元)【高清非扫描版】(2023年02月)

数据科学中的数学方法(英文版) 任景莉 科学出版社 PDF电子教材 PDF电子书 大学教材电子版 电子课本 网盘下载(价值168元)【高清非扫描版】(2023年02月)- 网课搜【wangkeso.com】

图书简介:

数据科学是建立在数学之上的。在本书中,我们将涵盖数据科学中广泛使用的数学工具,包括微积分、线性代数、优化、网络分析、概率和微分方程。特别地,本书介绍了一种基于网络分析的新方法,将大数据集成到常微分方程和偏微分方程的框架中进行数据分析和预测。本书中,我们把数学与数据科学中出现的示例和问题相结合,并展示高等数学,特别是数据驱动的微分方程在数据科学中的应用。

目录:

Preface ix
Acknowledgments xi
1. Linear algebra 1
1.1. Introduction 1
1.2. Elements of linear algebra 2
1.2.1. Linear spaces 2
1.2.2. Orthogonality 5
1.2.3. Gram-Schmidt process 10
1.2.4. Eigenvalues and eigenvectors 11
1.3. Linear regression 17
1.3.1. QR decomposition 17
1.3.2. Least-squares problems 18
1.3.3. Linear regression 20
1.4. Principal component analysis 21
1.4.1. Singular value decomposition 21
1.4.2. Low-rank matrix approximations 24
1.4.3. Principal component analysis 25
2. Probability 31
2.1. Introduction 31
2.2. Probability distribution 32
2.2.1. Probability axioms 32
2.2.2. Conditional probability 33
2.2.3. Discrete random variables 34
2.2.4. Continues random variables 38
2.3. Independent variables and random samples 41
2.3.1. Joint probability distributions 41
2.3.2. Correlation and dependence 44
2.3.3. Random samples 47
2.4. Maximum likelihood estimation 48
2.4.1. MLE for random samples 48
2.4.2. Linear regression 49
3. Calculus and optimization 51
3.1. Introduction 51
3.2. Continuity and differentiation 52
3.2.1. Limits and continuity 52
3.2.2. Derivatives 54
3.2.3. Taylor’s theorem 62
3.3. Unconstrained optimization 65
3.3.1. Necessary and sufficient conditions of local minimizers 65
33.2. Convexity and global minimizers 69
3.3.3. Gradient descent 74
3.4. Logistic regression 76
3.5. K-means 79
3.6. Support vector machine 80
3.7. Neural networks 83
3.7.1. Mathematical formulation 83
3.7.2. Activation functions 85
3.7.3. Cost function 87
3.7.4. Backpropagation 87
3.7.5. Backpropagation algorithm 88
4. Network analysis 91
4.1. Introduction 91
4.2. Graph modeling 92
4.3. Spectral graph bipartitioning 99
4.4. Network embedding 105
4.5. Network based influenza prediction 106
4.5.1. I ntrod uction 107
4.5.2. Data analysis with spatial networks 111
4.5.3. ANN method for prediction 118
5. Ordinary differential equations 129
5.1. Introduction 129
5.2. Basic differential equation models 130
5.2.1. Logistic differential equations 130
5.2.2. Epidemical model 131
5.3. Prediction of daily PM2.5 concentration 134
5.3.1. Introduction 134
5.3.2. Genetic programming for ODE 136
5.3.3. Experimental results and prediction analysis 143
5.4. Analysis of COVID-19 148
5.4.1. Introduction 148
5.4.2. Modeling and parameter estimation 152
5.4.3. Model simulations 160
5.4.4. Conclusion and perspective 165
5.5. Analysis of COVID-19 in Arizona 166
5.5.1. Introduction 166
5.5.2. Data sources and collection 167
5.5.3. Model simulations 168
5.5.4. Remarks 170
6. Partial differential equations 173
6.1. Introduction 173
6.2. Formulation of partial differential equation models 174
6.3. Bitcoin price prediction 179
6.3.1. Network analysis for bitcoin 181
6.3.2. PDE modeling 184
6.3.3. Bitcoin price prediction 186
6.3.4. Remarks 190
6.4. Prediction of PM2.5 in China 192
6.4.1. Introduction 192
6.4.2. PDE model for PM2.5 194
6.4.3. Data collection and clustering 195
6.4.4. PM2.5 prediction 197
6.4.5. Remarks 199
6.5. Prediction of COVID-19 in Arizona 202
6.5.1. Introduction 202
6.5.2. Arizona COVID data 204
6.5.3. PDE modeling of Arizona COVID-19 206
6.5.4. Model prediction 209
6.5.5. Remarks 210
6.6. Compliance with COVID-19 mitigation policies in the US 213
6.6.1. I ntrod uction 213
6.6.2. Data set sources and collection 216
6.6.3. PDE model for quantifying compliance with COVID-19 policies 217
6.6.4. Model prediction 221
6.6.5. Analysis of compliance with the US COVID-19 mitigation policy 224
6.6.6. Remarks 226
Bibliography 229
Index 241


» 数据科学中的数学方法(英文版) 任景莉 科学出版社 PDF电子教材 PDF电子书 大学教材电子版 电子课本 网盘下载(价值168元)【高清非扫描版】(2023年02月)

常见问题FAQ

已经购买的资源,有效期是多久?
账号内已购资源:百度网盘分享,永久有效,不过期。
链接地址失效了怎么办?
本站学习资源因防盗链原因,每次生成链接有效期一般为30天,如遇链接地址过期失效,请提供资源链接地址联系网站QQ客服,工作时间内我们看到后将第一时间回复。
遇到付款失败,付款后没有生效怎么办?
理论上来说正常付款后不会出现此类问题,但是也会有部分用户因为网络等原因导致在付款的过程中会有一些小插曲。如果出现类似问题,大可不必惊慌,本站所有支付都会生成订单,不管成功还是失败,所以如果真正遇到网络问题导致付款失败您又不知道是否成功时,请提供 "付款凭证+个人中心用户名" 截图给在线QQ客服处理。
本站PDF电子课本/电子教材版本标注说明
【高清原版 非扫描版】:非扫描,高清原版品质,文字可编辑 。
【高清非扫描版】:非扫描,高清品质,文字不可编辑。