厂商详情
Shoeisha Co., Ltd.
| 地址 | 5 Funamachi Shinjuku-ku Tokyo, 日本邮编:160-0006 |
|---|---|
| 负责人姓名 | Kaoru Usui |
| 年收 | 不显示 |
| 公司人数 | 185 |
| 网址 |
SD商品编号:12693495
| 详情 | 价格 & 数量 | ||
|---|---|---|---|
| S1 |
吉田琢磨 (作者)
大原佐藤 (作者)
 Original text before translation
吉田 拓真 (著)
尾原 颯 (著)
(186420)
JAN:9784798186429
|
(186420)
JAN:9784798186429
批发价: 仅限会员
1点/组
有库存
|
|
| 出货时期 |
|---|
|
约1周
|
| 尺寸 |
|---|
|
格式：A5
页数：528 |
| 商品规格 |
|---|
描述
| 期待已久的第二版 机器学习*数据科学领域的实用工具 详细讲解使用 Numpy 的快速数据处理方法 [本书概述］ Python 的数学*科学库复杂而易用，被广泛应用于机器学习和数据科学领域。本书选取了机器学习和数据科学中经常使用的 NumPy，从 Numpy 的基础知识入手，讲解了实用、快速的数据处理方法。特别强调了数组处理。最后一章讲解了机器学习中的实用数据处理方法。 [第二版的变化］ *与 Python 3.11 兼容 *在最后一章中，讲解了机器学习中的实用数据处理方法。 *更新了库 [第二版中的更改] *兼容 Python 3.11 *现在支持 NumPy 1.25。 NumPy 是一个处理多维数组（矩阵和矢量）的高级数学函数库。它是机器学习*数据科学中数据处理不可或缺的库。 [目标受众］ *机器学习工程师 *数据科学家 目录 第1章 NumPy 基础 第2章 了解操作NumPy数组的函数 第3章 使用NumPy数学函数 第4章 使用NumPy实现机器学习 [作者简介］ 吉田拓马 吉田拓马是数据科学服务提供商 Spot, Inc. 的总裁，也是网络媒体 [DeepAge] 的主编。 小原宗*So. 大原宗（Sou Ohara），东京大学工学部机械工程系。-他的业余爱好是阿卡贝拉和网球。 基本上，他喜欢运动。 最近，他开始跑步。 |
更多
| 配送方法 | 估计到达 |
|---|---|
| Sea Mail | 从 2025年11月07日 到 2026年01月09日 |
| Air Mail | 从 2025年10月22日 到 2025年10月24日 |
| EMS | 从 2025年10月21日 到 2025年10月24日 |
| Pantos Express | 从 2025年10月23日 到 2025年10月28日 |
| DHL | 从 2025年10月21日 到 2025年10月23日 |
| UPS | 从 2025年10月21日 到 2025年10月23日 |
| FedEx | 从 2025年10月21日 到 2025年10月23日 |
|
某些交易条件可能仅适用于日本
本产品（书籍）受转售价格维护计划的约束。 法律允许制造商（出版商）指定销售价格。在不太可能的情况下，如果你没有这样做，我们可以终止交易。在不太可能的情况下，如果你没有这样做，我们可以终止交易。
|
此类产品中的其他产品:
机器学习*数据科学领域的实用工具
详细讲解使用 Numpy 的快速数据处理方法
[本书概述］
Python 的数学*科学库复杂而易用，被广泛应用于机器学习和数据科学领域。本书选取了机器学习和数据科学中经常使用的 NumPy，从 Numpy 的基础知识入手，讲解了实用、快速的数据处理方法。特别强调了数组处理。最后一章讲解了机器学习中的实用数据处理方法。
[第二版的变化］
*与 Python 3.11 兼容
*在最后一章中，讲解了机器学习中的实用数据处理方法。
*更新了库
[第二版中的更改] *兼容 Python 3.11 *现在支持 NumPy 1.25。
NumPy 是一个处理多维数组（矩阵和矢量）的高级数学函数库。它是机器学习*数据科学中数据处理不可或缺的库。
[目标受众］
*机器学习工程师
*数据科学家
目录
第1章 NumPy 基础
第2章 了解操作NumPy数组的函数
第3章 使用NumPy数学函数
第4章 使用NumPy实现机器学习
[作者简介］
吉田拓马
吉田拓马是数据科学服务提供商 Spot, Inc. 的总裁，也是网络媒体 [DeepAge] 的主编。
小原宗*So.
大原宗（Sou Ohara），东京大学工学部机械工程系。-他的业余爱好是阿卡贝拉和网球。 基本上，他喜欢运动。 最近，他开始跑步。
Useful in the field of machine learning* data science
Detailed explanations of fast data processing methods with Numpy
[Overview of this book]
Python's sophisticated and easy-to-use math*science libraries are used in the field of machine learning and data science. This book picks up NumPy, which is often used in machine learning and data science, and starts from the basics of Numpy, explaining practical and fast data processing methods that can be used in the field. Particular emphasis is placed on array processing. In the final chapter, practical data processing methods in machine learning are explained.
[Changes in the Second Edition]
*Compatible with Python 3.11
*NumPy 1.25 is now supported.
*Updated libraries
[What is NumPy?
NumPy is a library of high-level mathematical functions for processing multidimensional arrays (matrices and vectors), which are often used in machine learning and data science. It is an indispensable library for data processing in machine learning* data science.
[Target Audience]
*Machine learning engineers
*Data scientists
[Table of Contents]
Chapter1 NumPy Basics
Chapter2 Knowing Functions to Manipulate NumPy Arrays
Chapter3 Using NumPy Math Functions
Chapter4 Implementing Machine Learning with NumPy
[Author's Profile]
Takuma Yoshida
Takuma Yoshida is the president of Spot, Inc., a data science service provider, and the editor-in-chief of the web media [DeepAge].
Sous OHARA*So
Sou Ohara belongs to the Department of Mechanical Engineering, Faculty of Engineering, The University of Tokyo. At university, he studied more hardware-oriented subjects. His hobbies are a cappella and tennis. Basically, he likes to exercise. Recently, he started running.