For å skape mer effektive og kraftfulle datavitenskapelige løsninger, er det avgjørende å forstå når, hvor og hvordan man anvender nøkkelprinsipper innen matematikk som driver de fleste algoritmene innen datavitenskap. Denne boken gir deg innsikt i sentrale algoritmer innen datavitenskap, illustrert med Python-baserte eksempler, som vil hjelpe deg å øke effekten av løsningene dine. Ved å lære hvordan eksisterende algoritmer anvendes, kan du heve kvaliteten på datavitenskapelige prosjekter til et nytt nivå ved å utvikle dine egne algoritmer. Kjøp av trykt utgave eller Kindle-bok inkluderer en gratis PDF e-bok. Datavitenskap kombinerer kraften av data med en vitenskapelig tilnærming, der matematikken utgjør verktøyene og rammeverket for analyse, algoritmeutvikling og innsiktsgenerering. I takt med at maskinlæringsalgoritmer blir stadig mer komplekse, er en solid matematisk bakgrunn essensiell for enhver datavitenskapsmann. Med over 30 års erfaring innen statistisk og matematisk modellering, deler David Hoyle sin uvurderlige industriell ekspertise i denne boken, som bygger på hans omfattende erfaring.
