دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: نرم افزار: سیستم ها: محاسبات علمی ویرایش: نویسندگان: Sergiy Suchok سری: ISBN (شابک) : 178588493X, 9781785884931 ناشر: Packt Publishing سال نشر: 2015 تعداد صفحات: 253 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های Mathematica: کتابخانه، ادبیات کامپیوتری، ریاضیات
در صورت تبدیل فایل کتاب Mathematica Data Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل داده های Mathematica نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
الگوریتم های زیادی برای تجزیه و تحلیل داده ها وجود دارد و همیشه نمی توان به سرعت آن را انتخاب کرد. بهترین برای هر مورد پیاده سازی الگوریتم ها زمان زیادی می برد. با کمک Mathematica، می توانید به سرعت از استفاده از یک روش خاص نتیجه بگیرید، زیرا این سیستم تقریباً تمام الگوریتم های شناخته شده برای تجزیه و تحلیل داده ها را در خود دارد.
اگر برنامه نویس نیستید اما باید تجزیه و تحلیل دادهها، این کتاب قابلیتهای Mathematica را به شما نشان میدهد، زمانی که فقط چند رشته کد قابل درک به حل وظایف بزرگ از مسائل آماری تا تشخیص الگو کمک میکند. اگر یک برنامه نویس هستید، با کمک این کتاب، نحوه استفاده از کتابخانه الگوریتم های پیاده سازی شده در Mathematica در برنامه های خود و همچنین نحوه نوشتن روش تست الگوریتم را خواهید آموخت.
با هر یک از آنها آشنا خواهید شد. فصل، شما بیشتر در دنیای ویژه Mathematica غوطه ور خواهید شد. همراه با پرس و جوهای بصری برای پردازش داده ها، ما تفاوت های ظریف و ویژگی های این سیستم را برجسته می کنیم و به شما امکان می دهد سیستم های تجزیه و تحلیل موثر بسازید.
با کمک این کتاب، نحوه بهینه سازی محاسبات را با ترکیب کتابخانه های خود با هسته Mathematica.
Sergiy Suchok</ b> در سال 2004 با درجه ممتاز از دانشکده سایبرنتیک، دانشگاه ملی تاراس شوچنکو کیف (اوکراین) فارغ التحصیل شد و از آن زمان، علاقه زیادی به فناوری اطلاعات دارد. وی در حال حاضر در بخش بانکی مشغول به کار است و دارای مدرک دکترای اقتصاد است. سرگی نویسنده بیش از 45 مقاله است و در بیش از 20 کنفرانس علمی و عملی به مدلسازی اقتصادی و ریاضی شرکت کرده است. تجزیه و تحلیل داده ها
There are many algorithms for data analysis and it's not always possible to quickly choose the best one for each case. Implementation of the algorithms takes a lot of time. With the help of Mathematica, you can quickly get a result from the use of a particular method, because this system contains almost all the known algorithms for data analysis.
If you are not a programmer but you need to analyze data, this book will show you the capabilities of Mathematica when just few strings of intelligible code help to solve huge tasks from statistical issues to pattern recognition. If you're a programmer, with the help of this book, you will learn how to use the library of algorithms implemented in Mathematica in your programs, as well as how to write algorithm testing procedure.
With each chapter, you'll be more immersed in the special world of Mathematica. Along with intuitive queries for data processing, we will highlight the nuances and features of this system, allowing you to build effective analysis systems.
With the help of this book, you will learn how to optimize the computations by combining your libraries with the Mathematica kernel.
Sergiy Suchok graduated in 2004 with honors from the Faculty of Cybernetics, Taras Shevchenko National University of Kyiv (Ukraine), and since then, he has a keen interest in information technology. He is currently working in the banking sector and has a PhD in Economics. Sergiy is the coauthor of more than 45 articles and has participated in more than 20 scientific and practical conferences devoted to economic and mathematical modeling.
Content: Cover
Copyright
Credits
About the Author
About the Reviewer
www.PacktPub.com
Table of Contents
Preface
Chapter 1: First Steps in Data Analysis
System installation
Setting up the system
The Mathematica front end and kernel
Main features for writing expressions
Summary
Chapter 2: Broad Capabilities for Data Import
Permissible data format for import
Importing data in Mathematica
Additional cleaning functions and data conversion
Checkpoint 2.1 --
time for some practice!!!
Importing strings
Importing data from Mathematica\'s notebooks
Controlling data completeness
Summary. Process models of time seriesThe moving average model
The autoregressive process --
AR
The autoregression model --
moving average (ARMA)
The seasonal integrated autoregressive moving-average process --
SARIMA
Choosing the best time series process model
Tests on stationarity, invertibility, autocorrelation, and seasonality
Checking for stationarity
Invertibility check
Autocorrelation check
Summary
Chapter 6: Statistical Hypothesis Testing in Two Clicks
Hypotheses about the mean
Hypotheses about the variance
Checking the degree of sample dependence. Hypotheses on true sample distributionSummary
Chapter 7: Predicting the Dataset Behavior
Classical predicting
Image processing
Probability automaton modelling
Summary
Chapter 8: Rock-Paper-Scissors --
Intelligent Processing of Datasets
Interface development in Mathematica
Markov chains
Creating a portable demonstration
Summary
Index.