توضیحات
A practical guide simplifying discrete math for curious minds and demonstrating its application in solving problems related to software development, computer algorithms, and data science
Key Features
Apply the math of countable objects to practical problems in computer science
Explore modern Python libraries such as scikit-learn, NumPy, and SciPy for performing mathematics
Learn complex statistical and mathematical concepts with the help of hands-on examples and expert guidance
Book Description
Discrete mathematics deals with studying countable, distinct elements, and its principles are widely used in building algorithms for computer science and data science. The knowledge of discrete math concepts will help you understand the algorithms, binary, and general mathematics that sit at the core of data-driven tasks.
Practical Discrete Mathematics is a comprehensive introduction for those who are new to the mathematics of countable objects. This book will help you get up to speed with using discrete math principles to take your computer science skills to a more advanced level.
As you learn the language of discrete mathematics, you’ll also cover methods crucial to studying and describing computer science and machine learning objects and algorithms. The chapters that follow will guide you through how memory and CPUs work. In addition to this, you’ll understand how to analyze data for useful patterns, before finally exploring how to apply math concepts in network routing, web searching, and data science.
By the end of this book, you’ll have a deeper understanding of discrete math and its applications in computer science, and be ready to work on real-world algorithm development and machine learning.
What you will learn
Understand the terminology and methods in discrete math and their usage in algorithms and data problems
Use Boolean algebra in formal logic and elementary control structures
Implement combinatorics to measure computational complexity and manage memory allocation
Use random variables, calculate descriptive statistics, and find average-case computational complexity
Solve graph problems involved in routing, pathfinding, and graph searches, such as depth-first search
Perform ML tasks such as data visualization, regression, and dimensionality reduction
Who this book is for
This book is for computer scientists looking to expand their knowledge of discrete math, the core topic of their field. University students looking to get hands-on with computer science, mathematics, statistics, engineering, or related disciplines will also find this book useful. Basic Python programming skills and knowledge of elementary real-number algebra are required to get started with this book.
Table of Contents
Key Concepts, Notation, Set Theory, Relations, and Functions
Formal Logic and Constructing Mathematical Proofs
Computing with Base-n Numbers
Combinatorics Using SciPy
Elements of Discrete Probability
Computational Algorithms in Linear Algebra
Computational Requirements for Algorithms
Storage and Feature Extraction of Graphs, Trees, and Networks
Searching Data Structures and Finding Shortest Paths
Regression Analysis with NumPy and Scikit-Learn
Web Searches with PageRank
Principal Component Analysis with Scikit-Learn
————————————————————–
ترجمه ماشینی :
راهنمای عملی سادهسازی ریاضیات گسسته برای ذهنهای کنجکاو و نشان دادن کاربرد آن در حل مسائل مربوط به توسعه نرمافزار، الگوریتمهای کامپیوتر و علم داده ویژگیهای کلیدی اعمال ریاضی اشیاء قابل شمارش در مسائل عملی در علوم کامپیوتر کتابخانههای مدرن پایتون را کاوش کنید. به عنوان scikit-learn، NumPy و SciPy برای انجام ریاضیات یادگیری مفاهیم پیچیده آماری و ریاضی با کمک مثال های عملی و راهنمایی متخصص \ توضیحات کتاب ریاضیات گسسته با مطالعه عناصر قابل شمارش و متمایز سروکار دارد و اصول آن عبارتند از به طور گسترده در ساخت الگوریتم برای علوم کامپیوتر و علوم داده استفاده می شود. دانش مفاهیم ریاضی گسسته به شما کمک می کند تا الگوریتم ها، ریاضیات باینری و عمومی را که در هسته وظایف داده محور قرار دارند، درک کنید. ریاضیات گسسته عملی مقدمه ای جامع برای کسانی است که در ریاضیات اشیاء قابل شمارش تازه کار هستند. این کتاب به شما کمک می کند تا با استفاده از اصول گسسته ریاضی سرعت خود را افزایش دهید تا مهارت های علوم کامپیوتر خود را به سطح پیشرفته تری ببرید. همانطور که زبان ریاضیات گسسته را یاد می گیرید، روش های حیاتی برای مطالعه و توصیف علم کامپیوتر و اشیا و الگوریتم های یادگیری ماشین را نیز پوشش خواهید داد. فصل های بعدی شما را در مورد نحوه عملکرد حافظه و CPU راهنمایی می کند. علاوه بر این، میدانید که چگونه دادهها را برای الگوهای مفید تجزیه و تحلیل کنید، قبل از اینکه در نهایت نحوه اعمال مفاهیم ریاضی در مسیریابی شبکه، جستجوی وب و علم داده را بررسی کنید. در پایان این کتاب، شما درک عمیق تری از ریاضیات گسسته و کاربردهای آن در علوم کامپیوتر خواهید داشت و آماده کار بر روی توسعه الگوریتم دنیای واقعی و یادگیری ماشین خواهید بود. آنچه یاد خواهید گرفت اصطلاحات و روشهای ریاضی گسسته و کاربرد آنها در الگوریتمها و مسائل داده را بشناسید استفاده از جبر بولی در منطق رسمی و ساختارهای کنترل ابتدایی پیادهسازی ترکیبات برای اندازهگیری پیچیدگی محاسباتی و مدیریت تخصیص حافظه استفاده از متغیرهای تصادفی، آمار توصیفی را محاسبه کنید و پیچیدگی محاسباتی متوسط موردی را پیدا کنید مشکلات نمودار مربوط به مسیریابی، مسیریابی و جستجوی نمودار، مانند جستجوی اول در عمق انجام وظایف ML مانند تجسم داده ها، رگرسیون و کاهش ابعاد \ این کتاب چه کسی است برای این کتاب برای دانشمندان کامپیوتر است که به دنبال گسترش دانش خود در زمینه ریاضیات گسسته، موضوع اصلی رشته خود هستند. دانشجویانی که به دنبال آشنایی با علوم کامپیوتر، ریاضیات، آمار، مهندسی یا رشته های مرتبط هستند نیز این کتاب را مفید خواهند یافت. برای شروع کار با این کتاب، مهارت های اولیه برنامه نویسی پایتون و دانش جبر اعداد واقعی ابتدایی لازم است. فهرست مطالب مفاهیم کلیدی، نمادگذاری، تئوری مجموعهها، روابط و توابع منطق صوری و ساخت اثباتهای ریاضی محاسبات با اعداد مبنا \ ترکیبات با استفاده از SciPy عناصر احتمال گسسته الگوریتمهای محاسباتی در جبر محاسباتی خطی برای الگوریتمها ذخیرهسازی و استخراج ویژگیها از نمودارها، درختان و شبکهها جستجوی ساختارهای داده و یافتن کوتاهترین مسیرها تحلیل رگرسیون با NumPy و Scikit-Learn جستجوهای وب با رتبه صفحه تجزیه و تحلیل مؤلفه اصلی با Scikit-Learn
tag : دانلود کتاب ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. , Download ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. , دانلود ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. , Download Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python Book , ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. دانلود , buy ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. , خرید کتاب ریاضیات گسسته عملی: کشف اصول ریاضی که به الگوریتم های علوم کامپیوتر و یادگیری ماشین با پایتون کمک می کند. , دانلود کتاب Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python , کتاب Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python , دانلود Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python , خرید Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python , خرید کتاب Practical Discrete Mathematics: Discover math principles that fuel algorithms for computer science and machine learning with Python ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.