Data Science and Machine Learning
Langue : anglais
Edité par Taylor and Francis Ltd, GB, 2025
- Livre relié
- Neuf
Vendeur : Rarewaves USA, HEBRON, KY, Etats-UnisRarewaves USA
Vendeur AbeBooks depuis 10 juin 2025
Etat: Neuf
EUR 138,51
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Praise for the first edition:"In nine succinct but information-packed chapters, the authors provide a logically structured and robust introduction to the mathematical and statistical methods underpinning the still-evolving field of AI and data science."- Joacim Rocklöv and Albert A. Gayle, International Journal of Epidemiology, Volume 49, Issue 6"This book organizes the algorithms clearly and cleverly. The way the Python code was written follows the algorithm closely-very useful for readers who wish to understand the rationale and flow of the background knowledge."- Yin-Ju Lai and Chuhsing Kate Hsiao, Biometrics, Volume 77, Issue 4The purpose of Data Science and Machine Learning: Mathematical and Statistical Methods is to provide an accessible, yet comprehensive textbook intended for students interested in gaining a better understanding of the mathematics and statistics that underpin the rich variety of ideas and machine learning algorithms in data science.New in the Second EditionThis expanded edition provides updates across key areas of statistical learning: Monte Carlo Methods: A new section introducing regenerative rejection sampling - a simpler alternative to MCMC. Unsupervised Learning: Inclusion of two multidimensional diffusion kernel density estimators, as well as the bandwidth perturbation matching method for the optimal data-driven bandwidth selection. Regression: New automatic bandwidth selection for local linear regression. Feature Selection and Shrinkage: A new chapter introducing the klimax method for model selection in high-dimensions. Reinforcement Learning: A new chapter on contemporary topics such as policy iteration, temporal difference learning, and policy gradient methods, all complete with Python code. Appendices: Expanded treatment of linear algebra, functional analysis, and optimization that includes the coordinate-descent method and the novel Majorization-Minimization method for constrained optimization.Key Features:Focuses on mathematical understanding.Presentation is self-contained, accessible, and comprehensive.Extensive list of exercises and worked-out examples.Many concrete algorithms with Python code.Full color throughout and extensive indexing.A single-counter consecutive numbering of all theorems, definitions, equations, etc., for easier text searches.…
N° de réf. du vendeur LU-9781032488684
- Titre
- Data Science and Machine Learning
- Auteur
- Zdravko Botev, Dirk P. Kroese, Thomas Taimre
- Éditeur
- Taylor and Francis Ltd, GB
- Année de publication
- 2025
- État de l'article
- New
- Reliure
- Hardback
- Langue
- anglais
- ISBN à 10 chiffres
- 1032488689
- ISBN à 13 chiffres
- 9781032488684
- Édition
- 2nd.
- Poids de l'article
- 1 560 grammes
- Dimensions
- 17.78 x 3.96 x 25.4 cm
Praise for the first edition:
"In nine succinct but information-packed chapters, the authors provide a logically structured and robust introduction to the mathematical and statistical methods underpinning the still-evolving field of AI and data science."
- Joacim Rocklöv and Albert A. Gayle, International Journal of Epidemiology, Volume 49, Issue 6
"This book organizes the algorithms clearly and cleverly. The way the Python code was written follows the algorithm closely--very useful for readers who wish to understand the rationale and flow of the background knowledge."
- Yin-Ju Lai and Chuhsing Kate Hsiao, Biometrics, Volume 77, Issue 4
The purpose of Data Science and Machine Learning: Mathematical and Statistical Methods is to provide an accessible, yet comprehensive textbook intended for students interested in gaining a better understanding of the mathematics and statistics that underpin the rich variety of ideas and machine learning algorithms in data science.
New in the Second Edition
This expanded edition provides updates across key areas of statistical learning:
- Monte Carlo Methods: A new section introducing regenerative rejection sampling - a simpler alternative to MCMC.
- Unsupervised Learning: Inclusion of two multidimensional diffusion kernel density estimators, as well as the bandwidth perturbation matching method for the optimal data-driven bandwidth selection.
- Regression: New automatic bandwidth selection for local linear regression.
- Feature Selection and Shrinkage: A new chapter introducing the klimax method for model selection in high-dimensions.
- Reinforcement Learning: A new chapter on contemporary topics such as policy iteration, temporal difference learning, and policy gradient methods, all complete with Python code.
- Appendices: Expanded treatment of linear algebra, functional analysis, and optimization that includes the coordinate-descent method and the novel Majorization-Minimization method for constrained optimization.
Key Features:
- Focuses on mathematical understanding.
- Presentation is self-contained, accessible, and comprehensive.
- Extensive list of exercises and worked-out examples.
- Many concrete algorithms with Python code.
- Full color throughout and extensive indexing.
- A single-counter consecutive numbering of all theorems, definitions, equations, etc., for easier text searches.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Zdravko I. Botev, PhD, is the pioneer of several modern statistical methodologies, including the diffusion kernel density estimator, the generalized splitting method for rare-event simulation, the bandwidth perturbation matching method, the regenerative rejection sampling method, and the klimax method for feature selection. His contributions to computational statistics and data science have been recognized with honours such as the Christopher Heyde Medal from the Australian Academy of Science and the Gavin Brown Prize from the Australian Mathematical Society.
Dirk P. Kroese, PhD, is an Emeritus Professor in Mathematics and Statistics at the University of Queensland. He is known for his significant contributions to the fields of applied probability, mathematical statistics, machine learning, and Monte Carlo methods. He has published over 140 articles and 7 books. He is a pioneer of the well-known Cross-Entropy (CE) method, which is being used around the world to help solve difficult estimation and optimization problems in science, engineering, and finance.
Thomas Taimre, PhD, is a Senior Lecturer of Mathematics and Statistics at The University of Queensland. His research interests range from applied probability and Monte Carlo methods to applied physics and the remarkably universal self-mixing effect in lasers. He has published over 100 articles, holds a patent, and is the coauthor of Handbook of Monte Carlo Methods (Wiley).
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Rarewaves USA
HEBRON, KY, Etats-Unis
Vendeur AbeBooks depuis 10 juin 2025
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 8 à 11 jours ouvrés | 8 à 11 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
Rarewaves USA
10100 West Sample Road, Ste 101
Coral Springs, FL Etats-Unis 33065
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Rarewaves USA, Coral Springs, Florida, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Afghanistan
Bhutan
Brazil
Brunei Darussalam
Channel Islands
Chile
Israel
Lao
Mexico
Russian Federation
Saudi Arabia
South Africa
Yemen
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.