Numeric Computation and Statistical Data Analysis on the Java Platform

محاسبات عددی، کشف دانش و تجزیه و تحلیل داده های آماری ادغام شده با گرافیک های قدرتمند دو بعدی و سه بعدی برای تجسم موضوعات کلیدی این کتاب است. نمونه‌های کد پایتون که توسط پلتفرم جاوا ارائه می‌شوند به راحتی می‌توانند به زبان‌های برنامه‌نویسی دیگر مانند جاوا، Groovy، Ruby و BeanShell تبدیل شوند. این کتاب خواننده را با یک پلت فرم محاسباتی مجهز می کند که بر خلاف سایر برنامه های آماری، توسط یک زبان برنامه نویسی محدود نمی شود.

نویسنده بر جنبه های برنامه نویسی عملی تمرکز می کند و طیف گسترده ای از موضوعات، از مقدمه اولیه تا زبان پایتون را پوشش می دهد. در پلت فرم جاوا (Jython)، به آمار توصیفی، محاسبات نمادین، شبکه های عصبی، تجزیه و تحلیل رگرسیون غیر خطی و بسیاری دیگر از موضوعات داده کاوی. او درباره چگونگی یافتن قاعده مندی ها در داده های دنیای واقعی، نحوه طبقه بندی داده ها و نحوه پردازش داده ها برای کشف دانش بحث می کند. تکه‌های کد آنقدر کوتاه هستند که به راحتی در صفحات منفرد قرار می‌گیرند.

محاسبات عددی و تجزیه و تحلیل داده‌های آماری در پلتفرم جاوا یک انتخاب عالی برای کسانی است که می‌خواهند نحوه آماری را بیاموزند. تجزیه و تحلیل داده ها را می توان با استفاده از زبان های برنامه نویسی رایج انجام داد، کسانی که می خواهند الگوریتم های تجزیه و تحلیل داده ها را در برنامه های کاربردی در مقیاس کامل ادغام کنند و چنین محاسباتی را بدون توجه به سیستم عامل آنها در صفحات وب یا سرورهای محاسباتی مستقر کنند. این یک مرجع عالی برای محاسبات علمی برای حل مسائل دنیای واقعی با استفاده از پشته جامع کتابخانه های جاوا منبع باز موجود در پروژه DataMelt (DMelt) و > توسط بسیاری از دانشمندان، مهندسان و دانشجویان تجزیه و تحلیل داده قدردانی خواهد شد.

Numerical computation, knowledge discovery and statistical data analysis integrated with powerful 2D and 3D graphics for visualization are the key topics of this book. The Python code examples powered by the Java platform can easily be transformed to other programming languages, such as Java, Groovy, Ruby and BeanShell. This book equips the reader with a computational platform which, unlike other statistical programs, is not limited by a single programming language.

The author focuses on practical programming aspects and covers a broad range of topics, from basic introduction to the Python language on the Java platform (Jython), to descriptive statistics, symbolic calculations, neural networks, non-linear regression analysis and many other data-mining topics. He discusses how to find regularities in real-world data, how to classify data, and how to process data for knowledge discoveries. The code snippets are so short that they easily fit into single pages.

Numeric Computation and Statistical Data Analysis on the Java Platform is a great choice for those who want to learn how statistical data analysis can be done using popular programming languages, who want to integrate data analysis algorithms in full-scale applications, and deploy such calculations on the web pages or computational servers regardless of their operating system. It is an excellent reference for scientific computations to solve real-world problems using a comprehensive stack of open-source Java libraries included in the DataMelt (DMelt) project and will be appreciated by many data-analysis scientists, engineers and students.