डेटा साइंटिस्ट के लिए गणित: आवश्यक अनुभाग

गणित डाटा साइंस की आधारशिला है। यद्यपि कुछ प्रमेय, स्वयंसिद्ध और सूत्र व्यवहार से बहुत सार और दूर के हैं, वास्तव में, उनके बिना वास्तव में विशाल डेटा सेट का विश्लेषण और व्यवस्थित करना असंभव है।

डेटा साइंस विशेषज्ञ के लिए गणित के निम्नलिखित क्षेत्र महत्वपूर्ण हैं:

• आंकड़े;
• संभाव्यता सिद्धांत;
• गणितीय विश्लेषण;
• रैखिक बीजगणित।

एक पिछले लेख में, "डेटा साइंस: एंट्री-लेवल बुक्स," टेरारियम क्रास्नोडार के विशेषज्ञों ने पायथन प्रोग्रामिंग साहित्य की सिफारिश की, साथ ही दृश्य और मशीन सीखने के परिणाम भी। इस लेख में, वे गणित सामग्री और डेटा साइंस में उपयोगी पुस्तकों का चयन करते हैं।

सांख्यिकी और संभाव्यता सिद्धांत

किसी भी स्तर पर डेटा साइंटिस्ट के लिए आंकड़ों के ज्ञान के महत्व को कम करना मुश्किल है। सभी क्लासिक मशीन लर्निंग सांख्यिकीय शिक्षा पर आधारित है। इसके अलावा, मानक ए / बी परीक्षण इस पर आधारित हैं।

प्रेरणा के स्रोत:



सभी आँकड़े
लैरी सेसमैन था

जैसा कि लेखक खुद लिखते हैं: "यह पुस्तक उन लोगों के लिए है जो संभावना और आँकड़े जल्दी सीखना चाहते हैं।"

पुस्तक संभावना सिद्धांत और सांख्यिकी के सभी बुनियादी प्रावधानों को देती है।



सांख्यिकी के आधार (3 भाग)
स्टेपिक शिक्षा मंच

शुरुआती के लिए सांख्यिकी पाठ्यक्रम। सभी प्रारंभिक अवधारणाओं को शामिल करता है।



सांख्यिकी फण्डामेंटल्स सफलतापूर्वक कैथराइन
एलेक्सिस कोरानिक

इस पुस्तक को पहले से ही एक पिछले लेख में अनुशंसित किया गया था, लेकिन इसे दोहराते हुए यह जगह से बाहर नहीं होगा। :-)

पहले खंड चित्र और टिप्पणियों के साथ बुनियादी परिभाषाएँ प्रदान करते हैं, अंतिम में टी- और जेड-परीक्षणों के महत्व का पता चलता है। सामग्रियों को न्यूनतम आवश्यक गणितीय उपकरण के साथ एक सुलभ भाषा में प्रस्तुत किया जाता है। यह मार्गदर्शिका व्यावहारिक दृष्टिकोण से आँकड़ों का उत्कृष्ट परिचय है।



संभाव्यता सिद्धांत और गणितीय सांख्यिकी
एन। श्री। क्रेमर

पाठ्यपुस्तक अर्थशास्त्रियों के उद्देश्य से है, इसलिए अवधारणाओं की जटिलता और गहराई डेटा साइंस में शुरुआती को झटका नहीं देती है। विशेष साहित्य में गोता लगाने से पहले मूल बातें सीखने के लिए उपयुक्त है।



संभाव्यता सिद्धांत और गणितीय सांख्यिकी
ए.आई किबज़ुन, ई। आर। गोरिनोवा, ए.वी. नौमोव, ए.एन. सिरोटिन

यह मूल पाठ्यक्रम पिछले एक की तुलना में गहरी अंतर्दृष्टि प्रदान करता है। सिवाय
थ्योरी में व्यावहारिक अभ्यास और संदर्भ सामग्री शामिल हैं।



संभाव्यता सिद्धांत और गणितीय आँकड़ों की बुनियादी अवधारणाएँ
एम। वाई। केलबर्ट, यू। एम। सुखोव

उन लोगों के लिए एक बढ़िया विकल्प जो पहले से ही विषय से परिचित हैं और गहन ज्ञान प्राप्त करना चाहते हैं।

गणितीय विश्लेषण

पहली नज़र में, विश्वविद्यालयों की दीवारों के भीतर इस दिशा की अधिक आवश्यकता है, लेकिन इसके बिना बैकप्रॉपैगैनेशन से निपटने या गुणात्मक तरीके से एक गहन सीखने के पाठ्यक्रम में महारत हासिल करना संभव नहीं होगा।

आंकड़ों के अंतराल में भरना, इस खंड में सामग्री का अध्ययन शुरू करने का समय है। और उनमें से कई महान हैं।



गणना
edX

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी से एक कोर्स, जिसमें 3 भाग शामिल हैं:

• पथरी 1 ए: विभेदन - व्युत्पन्न, इसकी ज्यामितीय व्याख्या और भौतिक अर्थ खोजने पर एक कोर्स।
• पथरी 1 बी: एकीकरण - अभिन्न को खोजने पर एक कोर्स, इंजीनियरिंग डिजाइन, वैज्ञानिक विश्लेषण, संभाव्यता सिद्धांत और सांख्यिकी में व्युत्पन्न और आवेदन के साथ इसका संबंध।
• पथरी 1 सी: निर्देशांक प्रणाली और अनंत श्रृंखला - घटता, समन्वय प्रणालियों की गणना करने के लिए एक कोर्स, बहुरूपताओं और अनंत श्रृंखला के कार्यों को सन्निकट करना। यह सब वास्तविक दुनिया के गणितीय मॉडल बनाने के लिए आवश्यक है।

पथरी एक
शैक्षिक मंच कौरसेरा

पाठ्यक्रम शुरुआती के लिए लक्षित है, लेकिन सामग्री की एक सुविधाजनक प्रस्तुति अनुभवी डेटा वैज्ञानिक की स्मृति को ताज़ा करने में मदद करेगी।



खान अकादमी
शैक्षिक मंच

संसाधन पर प्रस्तुत विभिन्न प्रकार की सामग्री गणित, प्रोग्रामिंग और कंप्यूटर विज्ञान का अध्ययन शुरू करने के लिए एकदम सही हैं।



गणना
जेम्स स्टीवर्ट

पुस्तक अपनी ध्यान से तैयार की गई सामग्री और काफी सरल भाषा के लिए प्रसिद्ध है।



गणितीय विश्लेषण पाठ्यक्रम
एल। डी। कुद्र्यावत्सेव

उन लोगों के लिए जो अंतर और अभिन्न कलन, श्रृंखला सिद्धांत, कार्यात्मक और हार्मोनिक विश्लेषण के बारे में अधिक मौलिक ज्ञान प्राप्त करना चाहते हैं।

आप MIT के दो पाठ्यक्रमों पर भी ध्यान दे सकते हैं:

1. सिंगल वैरिएबल कैलकुलस - डिफरेंशियल , इंटीग्रल कैलकुलस और इनफिनिट सीरीज़ के स्वतंत्र अध्ययन के लिए एक कोर्स।
2. बहुक्रियाशील कलन विभेदन के स्वतंत्र अध्ययन के लिए एक और कोर्स है, साथ ही कई चर के कार्यों का अभिन्न और सदिश कलन भी है।

रैखिक बीजगणित

गणित के इस खंड के बिना, मशीन सीखने के तरीकों को विकसित करना, विभिन्न वस्तुओं के व्यवहार का अनुकरण करना या क्लस्टरिंग प्रक्रिया को अनुकूलित करना और डेटा विवरण की गतिशीलता को कम करना संभव नहीं होगा।



रैखिक बीजगणित
जॉर्जी ई। शिलोव

पाठ्यपुस्तक में एक अच्छी तरह से विकसित सामग्री है। पुस्तक रैखिक बीजगणित में एक परिचयात्मक पाठ्यक्रम का अध्ययन करने के लिए उपयुक्त है।



रैखिक बीजगणित
वी। ए। इलिन, ई। जी

यह पाठ्यपुस्तक मास्को स्टेट यूनिवर्सिटी के भौतिकी विभाग के शिक्षकों के व्याख्यान के आधार पर लिखी गई थी। सभी सामग्री एक सुलभ भाषा में प्रस्तुत की जाती हैं और रैखिक बीजगणित के मूल सिद्धांतों के गहन अध्ययन के लिए उपयुक्त हैं।

और अंत में, एक और सिफारिश एमआईटी रैखिक बीजगणित प्रशिक्षण पाठ्यक्रम है। वह मैट्रिस के सिद्धांत और रैखिक बीजगणित के पदों का खुलासा करता है।