Tóm tắt nội dung
Cuốn sách này dành cho bất kỳ ai quan tâm đến điện toán số và khoa học dữ liệu: sinh viên, nhà nghiên cứu, giáo viên, kỹ sư, nhà phân tích và những người yêu thích. Khuyến nghị kiến thức cơ bản về Python/NumPy. Một số kỹ năng toán học sẽ giúp bạn hiểu lý thuyết đằng sau các phương pháp tính toán; Nắm vững tất cả các tính năng của Jupyter Notebook; Viết mã tốt hơn: viết các chương trình chất lượng cao, dễ đọc và đã được kiểm tra kỹ lưỡng; lập hồ sơ và tối ưu hóa mã của bạn; và tiến hành các thí nghiệm điện toán tương tác có thể tái tạo; Trực quan hóa dữ liệu và tạo các biểu đồ tương tác trong Jupyter Notebook; Viết các chương trình Python cực nhanh với NumPy, ctypes, Numba, Cython, OpenMP, lập trình GPU (CUDA), IPython song song, Dask, v.v.; Phân tích dữ liệu bằng thống kê Bayesian hoặc tần suất (Pandas, PyMC và R) và học hỏi từ dữ liệu thực tế thông qua học máy (scikit-learn); Có được những hiểu biết có giá trị về tín hiệu, hình ảnh và âm thanh với SciPy, scikit-image và OpenCV; Mô phỏng các hệ thống động lực học xác định và ngẫu nhiên trong Python; Làm quen với toán học trong Python bằng SymPy và Sage: đại số, phân tích, logic, đồ thị, hình học và lý thuyết xác suất.
Abstract:
This book is intended for anyone interested in numerical computing and data science: students, researchers, teachers, engineers, analysts, and hobbyists. A basic knowledge of Python/NumPy is recommended. Some skills in mathematics will help you understand the theory behind the computational methods; Master all features of the Jupyter Notebook; Code better: write high-quality, readable, and well-tested programs; profile and optimize your code; and conduct reproducible interactive computing experiments; Visualize data and create interactive plots in the Jupyter Notebook; Write blazingly fast Python programs with NumPy, ctypes, Numba, Cython, OpenMP, GPU programming (CUDA), parallel IPython, Dask, and more; Analyze data with Bayesian or frequentist statistics (Pandas, PyMC, and R), and learn from actual data through machine learning (scikit-learn); Gain valuable insights into signals, images, and sounds with SciPy, scikit-image, and OpenCV; Simulate deterministic and stochastic dynamical systems in Python; Familiarize yourself with math in Python using SymPy and Sage: algebra, analysis, logic, graphs, geometry, and probability theory.
Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)
(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)