کتاب کاربرد پایتون در آمار، اقتصادسنجی و یادگیری ماشین
معرفی کتاب کاربرد پایتون در آمار، اقتصادسنجی و یادگیری ماشین
کتاب کاربرد پایتون در آمار، اقتصادسنجی و یادگیری ماشین نوشتهٔ وحید شقاقی شهری و شیوا علیزاده و شیرین واحد رسولی است و انتشارات نور علم آن را منتشر کرده است.
درباره کتاب کاربرد پایتون در آمار، اقتصادسنجی و یادگیری ماشین
پایتون ( Python) یکی از محبوبترین زبانهای برنامهنویسی در جهان است و اکثر افرادی که میخواهند اولین قدمها را در مسیر برنامهنویسی بردارند، پایتون را انتخاب میکنند. نظر به اهمیت روزافزون و توسعه هوش مصنوعی در جهان در دهههای اخیر، پایتون به عنوان یک زبان برنامهنویسی تخصصی با کتابخانههای متعدد که در زمینههای مختلف از جمله یادگیری ماشین، یادگیری عمیق، علم داده و توسعه وب استفاده میشود، در فهرست پردرآمدترین و محبوبترین زبانهای برنامهنویسی قرار گرفته است.
از سوی دیگر ضرورت انجام تحلیلهای کمی در حوزه اقتصاد بخصوص توسعه انواع مدلهای پیشبینی اقتصادی موجب شده کتابخانههای زیادی به پایتون برای تحلیلهای اقتصادسنجی و آزمونهای آماری افزوده شود و مدام هم بهروز و تکمیل شوند. هم اینک با بهرهمندی از کتابخانههای دردسترس در پایتون نظیر کتابخانههای پانداس، مت پلات لیب، سایپای، نامپای و تورچ امکان انجام بسیاری از تحلیلهای کمی آماری و اقتصادی، دستهبندی و خوشهبندی، یادگیری ماشین، شبکههای عصبی و پیشبینی براساس روشهای مختلف میسر و ممکن شده و به دلیل متن باز بودن پایتون، مکرر این کتابخانهها توسعه پیدا میکنند.
با توجه به اینکه کتابهای متعددی از حیث تبیین مفاهیم و مبانی نظری و تئوریک اقتصادسنجی و مدلهای پیشبینی به روشهای مختلف همچون برازش رگرسیونی، یادگیری ماشین و شبکههای عصبی تالیف و برای مطالعه علاقهمندان این حوزهها روانه بازار شده است، از این رو در کتاب حاضر تصمیم بر این گرفته شد از ارائه مفاهیم و مبانی تئوریک تا حد امکان صرفنظر شده و بهصورت ویژه به کدنویسی و اجرای این مدلها و روشهای مختلف اقتصادسنجی، دستهبندی، خوشهبندی و پیشبینی از طریق کتابخانههای موجود در پایتون بسنده شود.
این مجموعه در ۱۲ فصل به شرح زیر تالیف شده است:
فصل اول: دادهخوانی و فراخوانی فایلها و دادهها با کتابخانه پانداس
فصل دوم: ساختمان دادهها در پایتون
فصل سوم: ساختارهای شرطی و تکرار
فصل چهارم: توابع و کلاس در پایتون
فصل پنجم: معرفی برخی کتابخانههای پرکاربرد در تحلیلهای آماری، اقتصاد سنجی و پیشبینی
فصل ششم: استخراج دادههای تصادفی
فصل هفتم: ایجاد دیتافریم با کتابخانه پانداس
فصل هشتم: سریهای زمانی
فصل نهم: برآورد رگرسیون در پایتون
فصل دهم: یادگیری ماشین
فصل یازدهم: یادگیری ماشین به روش شبکههای عصبی با استفاده از کتابخانه Pytorch
فصل دوازدهم: سرگرمیها با کتابخانههای پایتون
خواندن کتاب کاربرد پایتون در آمار، اقتصادسنجی و یادگیری ماشین را به چه کسانی پیشنهاد میکنیم
کتاب حاضر را به علاقهمندان به رشتههای مختلف آموزشی و دانشگاهی خصوص حوزههای اقتصاد و آمار با مباحث جدید یادگیری ماشین و عمیق و هوش مصنوعی پیشنهاد میکنیم.
حجم
۱۲٫۲ مگابایت
سال انتشار
۱۴۰۲
تعداد صفحهها
۳۲۲ صفحه
حجم
۱۲٫۲ مگابایت
سال انتشار
۱۴۰۲
تعداد صفحهها
۳۲۲ صفحه