Mathematical Methods in Data Science

Jingli Ren · Haiyan Wang

2023 ജനു · Elsevier

ഇ-ബുക്ക്

258

പേജുകൾ

യോഗ്യതയുണ്ട്

റേറ്റിംഗുകളും റിവ്യൂകളും പരിശോധിച്ചുറപ്പിച്ചതല്ല കൂടുതലറിയുക

ഈ ഇ-ബുക്കിനെക്കുറിച്ച്

Mathematical Methods in Data Science covers a broad range of mathematical tools used in data science, including calculus, linear algebra, optimization, network analysis, probability and differential equations. Based on the authors' recently published and previously unpublished results, this book introduces a new approach based on network analysis to integrate big data into the framework of ordinary and partial differential equations for dataanalysis and prediction. With data science being used in virtually every aspect of our society, the book includes examples and problems arising in data science and the clear explanation of advanced mathematical concepts, especially data-driven differential equations, making it accessible to researchers and graduate students in mathematics and data science. - Combines a broad spectrum of mathematics, including linear algebra, optimization, network analysis and ordinary and partial differential equations for data science - Written by two researchers who are actively applying mathematical and statistical methods as well as ODE and PDE for data analysis and prediction - Highly interdisciplinary, with content spanning mathematics, data science, social media analysis, network science, financial markets, and more - Presents a wide spectrum of topics in a logical order, including probability, linear algebra, calculus and optimization, networks, ordinary differential and partial differential equations

രചയിതാവിനെ കുറിച്ച്

She received the Ph.D. degree in applied mathematics from Beijing Institute of Technology, Beijing, China, in 2004. Her research interests include data science, applied mathematics, and applied statistics. She conducted five Projects of National Nature Science Foundation of China, one Alexander von Humboldt Fellowship for Experienced Researcher, and five Provincial Projects. She has published numerous articles in scholarly journals, such as Acta Mater.、Appl. Phys. Lett.、IEEE Trans. SMC、Infor. Sci.、J. Stat. Phys.、J. Nonlinear Sci.、 Phys. Rev. B、Phys. Rev. E、Sci. China Math.、Sci. China Phys. and Sci. China Mater., etc.He completed his doctorate in mathematics, while also earning a master's degree in computer science at Michigan State University in 1997. He worked as a full-time software engineer in industry for almost ten years before joining Arizona State University. Dr. Wang's research interests include applied mathematics, data science, differential equations, online social networks. He has published numerous articles in scholarly journals and a book entitled, "Modeling Information Diffusion in Online Social Networks with Partial Differential Equations, Springer, 2020. Recently he developed and taught a course, Mathematical Methods in Data Science, at Arizona State University.

ഈ ഇ-ബുക്ക് റേറ്റ് ചെയ്യുക

നിങ്ങളുടെ അഭിപ്രായം ഞങ്ങളെ അറിയിക്കുക.

വായനാ വിവരങ്ങൾ

സ്‌മാർട്ട്ഫോണുകളും ടാബ്‌ലെറ്റുകളും

Android, iPad/iPhone എന്നിവയ്ക്കായി Google Play ബുക്‌സ് ആപ്പ് ഇൻസ്‌റ്റാൾ ചെയ്യുക. ഇത് നിങ്ങളുടെ അക്കൗണ്ടുമായി സ്വയമേവ സമന്വയിപ്പിക്കപ്പെടുകയും, എവിടെ ആയിരുന്നാലും ഓൺലൈനിൽ അല്ലെങ്കിൽ ഓഫ്‌ലൈനിൽ വായിക്കാൻ നിങ്ങളെ അനുവദിക്കുകയും ചെയ്യുന്നു.

ലാപ്ടോപ്പുകളും കമ്പ്യൂട്ടറുകളും

Google Play-യിൽ നിന്ന് വാങ്ങിയിട്ടുള്ള ഓഡിയോ ബുക്കുകൾ കമ്പ്യൂട്ടറിന്‍റെ വെബ് ബ്രൗസർ ഉപയോഗിച്ചുകൊണ്ട് വായിക്കാവുന്നതാണ്.

ഇ-റീഡറുകളും മറ്റ് ഉപകരണങ്ങളും

Kobo ഇ-റീഡറുകൾ പോലുള്ള ഇ-ഇങ്ക് ഉപകരണങ്ങളിൽ വായിക്കാൻ ഒരു ഫയൽ ഡൗൺലോഡ് ചെയ്ത് അത് നിങ്ങളുടെ ഉപകരണത്തിലേക്ക് കൈമാറേണ്ടതുണ്ട്. പിന്തുണയുള്ള ഇ-റീഡറുകളിലേക്ക് ഫയലുകൾ കൈമാറാൻ, സഹായ കേന്ദ്രത്തിലുള്ള വിശദമായ നിർദ്ദേശങ്ങൾ ഫോളോ ചെയ്യുക.

നിയമവിരുദ്ധമായ ഉള്ളടക്കം റിപ്പോർട്ട് ചെയ്യുക