要想在數(shù)據(jù)科學領域取得成功，你需要精通數(shù)學。但不僅僅是數(shù)學。這本指南提供了一個清晰的、簡單的答案，你需要了解，包括概率、統(tǒng)計、假設測試、線性代數(shù)、機器學習和微積分的知識。
使用Python代碼的實際示例將幫助您了解數(shù)學如何應用于您將要做的工作，在將概念連接到機器學習等應用程序時，提供了對概念在底層如何工作的清晰理解。你會得到一個堅實的基礎，但更重要的是，你將能夠使用它。
書中內(nèi)容包括：
認識到概率數(shù)學的細微差別和缺陷；掌握統(tǒng)計和假設測試(并避免常見的陷阱)；探索概率、統(tǒng)計、微積分和機器學習的實際應用；直觀地理解線性代數(shù)是空間的轉換，而不僅僅是數(shù)字相乘和相加的網(wǎng)格；完全從零開始在Python中執(zhí)行微積分、導數(shù)和積分；將你所學的知識應用到機器學習中，包括線性回歸、邏輯回歸和神經(jīng)網(wǎng)絡。