101 zabaw z klockami. Nauka matematyki poprzez zabawę. Podręcznik dla rodziców i nauczycieli

Małgorzata Skura, Michał Lisicki

Schody, wieże, węże, a może zegary? Odkryj radość nauki z klockami! Klocki to podstawa udanej zabawy! Wie o tym każde dziecko. Otwierają przestrzeń aktywności i kreacji. Ich wszechstronne możliwości często wykorzystuje się we wczesnej, nieformalnej edukacji matematycznej dzieci. Zabawy i zadania proponowane przez autorów tej niezwykle pomysłowej książki będą inspiracją dla każdego. Znalazły się tu zadania indywidualne i grupowe, interesujące pytania i mnóstwo propozycji wspólnej zabawy. Specjalnie dla nauczycieli autorzy przygotowali opisy celów i rozwijanych przez dziecko umiejętności matematycznych. Co można zbudować z drewnianych klocków w czterech kolorach? Jak można je pogrupować? Jak podpowiadać dziecku różne sposoby ich liczenia? Jak uczyć się szacowania, porównywania, działań matematycznych? Jak pomóc najmłodszym wypracować własne strategie rachunkowe? Sprawdź, jakie łamigłówki Twoje dziecko lubi najbardziej! Matematyka to także zabawa!

Algebra i jej zastosowania

Anna Romanowska

Podręcznik do wykładów z algebry na Wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej powstał na podstawie wykładów „Algebra i jej zastosowania 1, 2” oraz „Wybrane zagadnienia algebry” prowadzonych przez autorkę na tym wydziale przez wiele lat. Zrozumienie książki wymaga od Czytelnika znajomości algebry liniowej oraz elementów logiki i teorii mnogości w zakresie wykładanym na pierwszym roku studiów matematycznych. Podręcznik zawiera podstawowe informacje należące do kanonu jednosemestralnego kursu algebry tradycyjnie wykładanego na większości wydziałów matematycznych, ale materiał jest znacznie obszerniejszy. Poza działami „klasycznymi” dotyczącymi grup, pierścieni przemiennych i ciał omówione są również struktury mniej klasyczne, ale mające coraz większe znaczenie zarówno w algebrze, jak i jej zastosowaniach. Tematy są dobrane w sposób pozwalający na wskazanie pewnych kierunków zastosowań w innych dziedzinach matematyki. Książka zawiera sporo przykładów, brakuje w niej jednak zadań do samodzielnego rozwiązania, których dołączenie planowane jest w przyszłości.

Algebra liniowa

Jerzy Topp

Jest to najnowsza wersja podstawy wykładów i ćwiczeń dla studentów informatyki, prowadzonych przez autora na Uniwersytecie Gdańskim, Politechnice Gdańskiej i w Państwowej Wyższej Szkole Zawodowej w Elblągu. Treść obejmuje: podstawowe struktury algebraiczne, liczby zespolone, wielomiany, macierze, układy równań liniowych, wyznaczniki, przestrzeń wektorową, przekształcenia liniowe, iloczyn skalarny i ortogonalność wektorów, wartości własne, formy kwadratowe i elementy geometrii analitycznej. Teorię przedstawiono w sposób czytelny i ścisły, dowodząc prawie wszystkie twierdzenia. Ważniejsze pojęcia, twierdzenia i metody algebry liniowej zilustrowane są w ponad 300 rozwiązanych przykładach. Do zrozumienia materiału wystarczą standardowe wiadomości i umiejętności matematyczne na poziomie szkoły średniej.  

Algebra liniowa i geometria

Zbigniew Domański, Jolanta Borowska

Skrypt pt. Algebra liniowa i geometria autorstwa Zbigniewa Domańskiego i Jolanty Borowskiej przeznaczony jest dla studentów kierunku informatyka. Omawia podstawowe twierdzenia, podaje definicje, a każde zagadnienie jest rozwijane poprzez przedstawienie przykładów dotyczących omawianych zagadnień. W skrypcie omówiono podstawowe struktury algebraiczne - grupy, pierścienie i ciała. Przedstawiono także macierze liczbowe, działania na macierzach, wyznaczniki macierzy i równania macierzowe. Zaprezentowano zagadnienia związane ze zbiorami: iloczyn kartezjański zbiorów, zbiory liczb. W przypadku układów równań liniowych zaprezentowano twierdzenie Kroneckera-Capellego oraz metodę eliminacji Gaussa. Omówiono zagadnienia związane z równaniami płaszczyzny i prostej. Skrypt kończy analiza zagadnień związanych z wzajemnym położeniem punktów, prostych i płaszczyzn.

Algebra liniowa z geometrią analityczną 1

Mateusz Woronowicz

Niniejsza książka dedykowana jest studentom pierwszego roku matematyki oraz tym studentom pozostałych kierunków ścisłych, którzy interesują się algebrą liniową i podstawami geometrii analitycznej. Powstała ona w związku z wykładem pt. "Algebra liniowa z geometrią analityczną 1" prowadzonym przez  jej autora dla studentów matematyki stosowanej na Wydziale Informatyki Politechniki Białostockiej. Na treści prezentowane w tej książce składają się: algebraiczne preliminaria dotyczące teorii grup i pierścieni, w tym pierścieni wielomianów, liczby zespolone, rachunek macierzowy, układy równań liniowych, teoria przestrzeni i odwzorowań liniowych, elementy geometrii analitycznej w przestrzeni i na płaszczyźnie (wektory, proste, płaszczyzny), przykłady zastosowań algebry liniowej w zagadnieniach geometrycznych oraz kryptografii.

Analitic and Algebraic Geometry 4

Tadeusz Krasiński, Stanisław Spodzieja

This volume (the fourth in the series) is dedicated to two mathematicians: Wojciech Kucharz, who celebrates 70th anniversary in 2022 and Tadeusz Winiarski who celebrated the 80th anniversary in 2020. These people were closely associated with our conferences Analytic and Algebraic Geometry. The first one is an active participant of the conferences since 2009 and the second one is a leading figure of the conferences almost from the beginning (1983). Thanks to their mathematical vigor and stimulation the conferences become more interesting and fruitful.

Analiza matematyczna dla ekonomicznych kierunków studiów

Krystyna Pruska, Dorota Pekasiewicz

 Podręcznik akademicki zawiera rozważania teoretyczne, przykłady o charakterze matematycznym i ekonomicznym oraz zadania do samodzielnego rozwiązania. Przeznaczony jest dla studentów z różnych kierunków ekonomicznych i o różnym stopniu zaawansowania wymagań matematycznych. Zagadnienia wstępne zawierają elementy logiki, teorii mnogości i topologii. Przedstawione są tu także zbiory liczb rzeczywistych i zespolonych oraz relacje. W kolejnych rozdziałach zaprezentowane są ciągi liczb rzeczywistych i punktów z wielowymiarowych przestrzeni rzeczywistych, rzeczywiste funkcje jednej i wielu zmiennych oraz rachunek różniczkowy w tym zakresie, ciągi funkcji rzeczywistych, szeregi liczb rzeczywistych i funkcji rzeczywistych oraz rachunek całkowy rzeczywistych funkcji jednej i wielu zmiennych. W podręczniku zaprezentowane są również równania różniczkowe zwyczajne i metody ich rozwiązywania oraz elementy równań różnicowych.

Analytic and Algebraic Geometry 2

Tadeusz Krasiński, Stanisław Spodzieja

The volume is dedicated to three mathematicians celebrating in 2017 the jubilees of 70th and 60th birth anniversaries: Arkadiusz Ptoski, Kamil Rusek and Krzysztof Kurdyka. They all have contributed significantly to the success of the annual conferences Analytic and Algebraic Geometry since 1983 till now.

Analytic and Algebraic Geometry 3

Tadeusz Krasiński, Stanisław Spodzieja

The volume is dedicated to mathematicians: Jacek Chądzyński, who died unexpectedly on September 3, 2019 at the age of 80 and two others Tadeusz Krasiński and Andrzej Nowicki, who celebrate in 2019 the jubilees of 70th birthdays.

Annales Mathematicae Silesianae. T. 22 (2008)

Komitet Redakcyjny

Na treść niniejszego tomu składa się między innymi rozwiązanie równania funkcyjnego pochodzącego od reguły kwadraturowej Gaussa. Jest to najprostsza reguła kwadraturowa zawierająca niewymierne współczynniki węzłów. Równania z tego typu współczynnikami nie były dotąd rozważane, a są to istotne zagadnienia, pozwalają bowiem charakteryzować wielomiany wysokiego stopnia z użyciem małej liczby punktów pośrednich.

Annales Mathematicae Silesianae. T. 23 (2009)

Komitet Redakcyjny

Kolejny tom otwiera wspomnienie o zmarłym w grudniu 2006 r. matematyku Profesorze Andrzeju Lasocie, który był nie tylko wybitnym uczonym, ale także znakomitym wykładowcą, wychowawcą wielu pokoleń polskich matematyków. W tomie zamieszczono ponadto zarówno artykuły zawierające nowe wyniki z analizy matematycznej i algebry, jak i sprawozdania z konferencji i sympozjów naukowych.

Applied Geospatial Data Science with Python. Leverage geospatial data analysis and modeling to find unique solutions to environmental problems

David S. Jordan

Data scientists, when presented with a myriad of data, can often lose sight of how to present geospatial analyses in a meaningful way so that it makes sense to everyone. Using Python to visualize data helps stakeholders in less technical roles to understand the problem and seek solutions. The goal of this book is to help data scientists and GIS professionals learn and implement geospatial data science workflows using Python.Throughout this book, you’ll uncover numerous geospatial Python libraries with which you can develop end-to-end spatial data science workflows. You’ll learn how to read, process, and manipulate spatial data effectively. With data in hand, you’ll move on to crafting spatial data visualizations to better understand and tell the story of your data through static and dynamic mapping applications. As you progress through the book, you’ll find yourself developing geospatial AI and ML models focused on clustering, regression, and optimization. The use cases can be leveraged as building blocks for more advanced work in a variety of industries.By the end of the book, you’ll be able to tackle random data, find meaningful correlations, and make geospatial data models.

Arystoteles na nowo odczytany. Ryszarda Kilvingtona

Elżbieta Jung

 Książka jest efektem wieloletnich badań dotyczących historii nauki średniowiecznej, mianowicie początków fizyki matematycznej. Można w niej wyodrębnić dwie części: monografię, w której autorka odpowiada na pytanie, czy XIV-wieczna fizyka matematyczna, inspirowana nominalistyczną filozofią Wilhelma Ockhama, doprowadziła do zerwania z jakościową fizyką Arystotelesa już w wieku XIV, oraz – tłumaczenie Kwestii o ruchu Ryszarda Kilvingtona, jednego z twórców szkoły Oksfordzkich Kalkulatorów. Z pozycji nominalistycznej, z jednej strony odrzuca on dużą część podejmowanej przez Arystotelesa problematyki, z drugiej zaś, wypełniając obowiązki nauczycielskie na średniowiecznym uniwersytecie, poddaje teorie Stagiryty interpretacji pozwalającej odnaleźć w jego myśli elementy bliskie – jak się Kilvingtonowi wydaje – jego poglądom. W swoich kwestiach Kilvington podejmuje analizę zagadnienia zmian, rozumianych, zgodnie z definicją Arystotelesa, jako ruch przestrzenny, zmiany jakościowe oraz ilościowe w ujęciu nominalistycznym, czyniąc matematykę właściwym językiem opisu przyrody. Są one też rezultatem jego nauczania, czasami zapisu ćwiczeń odbywanych w klasie ze studentami, zatem tekst ten ma również walor historyczny, ponieważ pokazuje nam, jak wielkie wymagania stawiano studentom średniowiecznym i jak dobrze się z nich wywiązywali. Jakiego rodzaju były to „obliczenia” i jakie dzięki nim można osiągnąć rezultaty, Czytelnik dowie się z lektury książki.

Atlas matematyczny

Stefan Starzyński

Twój przewodnik po krainie matematyki Przygotowujesz się do matury lub egzaminu? Chcesz szybko i sprawnie powtórzyć materiał? Nie lubisz wertować opasłych podręczników? Ta książka jest właśnie dla Ciebie! Atlas matematyczny to kompendium wiedzy matematycznej na poziomie szkoły średniej, w którym łatwo i szybko znajdziesz wszelkie potrzebne Ci informacje. Na stosunkowo niewielu stronach zgromadzono tu cały materiał niezbędny, aby osiągnąć prawdziwe mistrzostwo w matematyce. Bogata treść, zwarta forma, praktyczne przykłady zastosowań - wszystko to sprawi, że ten atlas stanie się nieodzowną pomocą w szkole, w trakcie przygotowań do matury z matematyki, a nawet w czasie pierwszych lat studiów. Poza uczniami i studentami z przyjemnością zajrzą do tej publikacji również wszyscy amatorzy matematyki elementarnej. To książka, która pomoże Ci dobrze i komfortowo poznać królową nauk! Logika i zbiory Liczby i działania na nich Relacje i funkcje Równania, nierówności i układy równań Wyznaczniki i macierze Trygonometria Ciągi liczbowe i szeregi Granice i pochodne funkcji Całki nieoznaczone i oznaczone Rachunek prawdopodobieństwa i statystyka Planimetria i stereometria Geometria analityczna i rachunek wektorowy Krzywe stożkowe Tablice trygonometryczne i tablice działań Atlas matematyczny - kompendium na szóstkę!

Combinatorial point configurations and polytopes

Sergiy Yakovlev, Oksana Pichugina, Liudmyla Koliechkina

The monograph is dedicated to exploring combinatorial point configurations derived from mapping a set of combinatorial configurations into Euclidean space. Various methods for this mapping, along with the typology and properties of the resultant configurations, are presented. In addition, the study revolves around combinatorial polytopes defined as convex hulls of combinatorial point configurations. The primary focus lies in examining multipermutation and partial multipermutation point configurations alongside their associated combinatorial polytopes known as multipermutohedra and partial multipermutohedra. Our theoretical contributions are substantiated through the proof of theorems and supporting auxiliary statements. Examples and illustrations are included to enhance the comprehension of the material.

Computer Vision on AWS. Build and deploy real-world CV solutions with Amazon Rekognition, Lookout for Vision, and SageMaker

Lauren Mullennex, Nate Bachmeier, Jay Rao

Computer vision (CV) is a field of artificial intelligence that helps transform visual data into actionable insights to solve a wide range of business challenges. This book provides prescriptive guidance to anyone looking to learn how to approach CV problems for quickly building and deploying production-ready models.You’ll begin by exploring the applications of CV and the features of Amazon Rekognition and Amazon Lookout for Vision. The book will then walk you through real-world use cases such as identity verification, real-time video analysis, content moderation, and detecting manufacturing defects that’ll enable you to understand how to implement AWS AI/ML services. As you make progress, you'll also use Amazon SageMaker for data annotation, training, and deploying CV models. In the concluding chapters, you'll work with practical code examples, and discover best practices and design principles for scaling, reducing cost, improving the security posture, and mitigating bias of CV workloads.By the end of this AWS book, you'll be able to accelerate your business outcomes by building and implementing CV into your production environments with the help of AWS AI/ML services.

Continuity. Eleven sketches from the past of Mathematics

Jerzy Mioduszewski, tłum. Abe Shenitzer

The book was written in the eighties of the last century. Being encouraged by the editorial board of monthly Delta in the person of Professor Marek Kordos, the author’s first aim was a collection of essays about Peano maps, lakes of Wada, and several singularities of real functions. But it was the time when university duties stopped and the author could freely meditate whether this curious mathematics had its roots in the forgotten past. He remembered old authors who began their books with the words “already the ancient Greeks… .” The celebrated nineteenth century, the century of concepts, was preceded by the century of calculations. Going further back we can see Newton, but what and who was there before? Were the centuries between the Ancients and Newton a vacuum in mathematical sciences? Accidentally, the treatise De continuo by Thomas Bradwardine, the Archbishop of Canterbury, led the author into an unknown and strange world of medieval scholastic thought, showing to him the lost thread joining our times with Zeno, Aristotle and Democritus. However, to find this forgotten link a step should be taken beyond pure mathematical thinking. In this extended surrounding we can observe the unity of mathematical concepts being non-existent in the realm of pure mathematics.

Czy fizyka i matematyka to nauki humanistyczne?

Michał Heller, Stanisław Krajewski

Czy jest prawdziwe powiedzenie, że wszystkie nauki dzielą się na fizykę i zbieranie znaczków? W takim razie co z matematyką? Czy nauki ścisłe i humanistyka to organiczne części tej samej, ogólnoludzkiej kultury? Zarówno wśród „zwykłych” ludzi, jak i wśród osób zajmujących się pracą naukową dominuje przeciwstawianie nauk ścisłych, czyli przede wszystkim matematyki i fizyki, naukom humanistycznym. Czasem czyni się to wywyższając ścisłość nauk ścisłych, czasem wskazując na ich ograniczenia, niemożność uchwycenia prawdziwej, żywej złożoności, której nie mogą uchwycić struktury formalne. Tymczasem to przeciwstawienie nie jest absolutne: u źródeł podstawowych pojęć matematyki i fizyki są doświadczenia potoczne, odniesienia do człowieczej perspektywy postrzegania świata, próby jego spontanicznego modelowania, sądy wartościujące – jednym słowem takie zachowania, które można znaleźć również u podstaw nauk humanistycznych. Świat fizyczny jest niemiłosiernie logiczny i dlatego fizyka dopiero wtedy zaczęła odnosić sukcesy, gdy nauczyła się badać świat przy pomocy narzędzi matematycznych. Nie jest jednak pewne, czy obecnie rozwijane teorie matematyczne są najlepszymi możliwymi narzędziami potrzebnymi fizyce lub innym naukom, które chcą formułować prawa, a nie tylko „zbierać znaczki”. Stawiając w tym książkowym dwugłosie pytanie, czy fizyka i matematyka to nauki humanistyczne, nie zamierzamy tego pytania rozstrzygać do końca – odpowiedź na nie zależy od zbyt wielu osobistych i kulturowych preferencji – ale chcemy dać wyraz przekonaniu, że obydwie te dziedziny – nauki ścisłe i humanistyka – są organicznymi częściami tej samej, ogólnoludzkiej kultury. Bez którejkolwiek z nich nasza kultura byłaby płaska i zubożona. Żeby widzieć trójwymiarowo trzeba mieć dwoje oczu.

Czy można mnożyć pieniądze? Zdrowy rozsądek w nauczaniu matematyki

Danuta Zaremba

Przekonaj uczniów, że matma wcale nie musi być nudna i niezrozumiała! Poznaj sposoby skutecznego przekazywania wiedzy Naucz się wzbudzać zainteresowanie matematyką Dowiedz się, czego unikać na swoich lekcjach Matematyka jest najlepszym przykładem przedmiotu, który zupełnie niesłusznie ma opinię trudnego, nudnego i nieprzydatnego w codziennym życiu. Tę złą sławę zawdzięcza głównie przestarzałym metodom edukacyjnym, niepodzielnie panującym w większości polskich szkół, oraz nieinteresującym, z punktu widzenia uczniów, przykładom i zadaniom, które są zmuszeni rozwiązywać. Tymczasem matematyka to pasjonująca dziedzina, która znajduje zastosowanie dosłownie wszędzie i której zawdzięczamy rozwój wielu innych nauk i tysiące wynalazków technicznych. Wyjdź poza schemat i zerwij z tradycją złego nauczania matematyki! Dowiedz się, jak prowadzić interesujące lekcje i zachęcać uczniów do aktywności, poznaj sposoby, dzięki którym dostrzegą zastosowanie zdobytej wiedzy poza murami szkoły, i spraw, aby nauka stałą się dla nich prawdziwą przygodą. Zebrane w tej książce felietony pomogą Ci przygotowywać ciekawe zajęcia, zrozumieć młodych ludzi i wzbudzić w nich pasję do matematyki. Autorka dzieli się swoim bogatym doświadczeniem i nieszablonowym podejściem do tematu, a także pokazuje, jak w pracy nauczyciela stosować dobre praktyki i korzystać z przykładów, które uczą logicznego myślenia, zamiast powielać schematy. Pasja i pomysłowość Nauka przez zabawę Myślenie ponad schematy Nieszablonowe metody Obalanie starych mitów Radość ze zdobywania wiedzy Eksperymenty, które uczą Samodzielne wyciąganie wniosków Błędy jako okazja do nauki Zastosowanie wiedzy w praktyce Przykłady z życia wzięte Spraw, aby lekcje matematyki były niezapomnianą przygodą!

Ćwiczenia z podstaw matematyki wyższej. Algebra liniowa. Geometria analityczna. Optymalizacja liniowa

Andrzej M. Kaczyński

Skrypt zawiera bogaty materiał ćwiczeniowy ze wstępu do matematyki wyższej. Dotyczy on podstaw matematyki, algebry liniowej z optymalizacją liniową oraz geometrii analitycznej. Ma on ułatwić studentom rozpoczynającym studia poznanie, zrozumienie i usystematyzowanie wiedzy z tych podstawowych działów matematyki.

Data Augmentation with Python. Enhance deep learning accuracy with data augmentation methods for image, text, audio, and tabular data

Duc Haba

Data is paramount in AI projects, especially for deep learning and generative AI, as forecasting accuracy relies on input datasets being robust. Acquiring additional data through traditional methods can be challenging, expensive, and impractical, and data augmentation offers an economical option to extend the dataset.The book teaches you over 20 geometric, photometric, and random erasing augmentation methods using seven real-world datasets for image classification and segmentation. You’ll also review eight image augmentation open source libraries, write object-oriented programming (OOP) wrapper functions in Python Notebooks, view color image augmentation effects, analyze safe levels and biases, as well as explore fun facts and take on fun challenges. As you advance, you’ll discover over 20 character and word techniques for text augmentation using two real-world datasets and excerpts from four classic books. The chapter on advanced text augmentation uses machine learning to extend the text dataset, such as Transformer, Word2vec, BERT, GPT-2, and others. While chapters on audio and tabular data have real-world data, open source libraries, amazing custom plots, and Python Notebook, along with fun facts and challenges.By the end of this book, you will be proficient in image, text, audio, and tabular data augmentation techniques.

Data science od podstaw. Analiza danych w Pythonie

Joel Grus

Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy!

Data science od podstaw. Analiza danych w Pythonie. Wydanie II

Joel Grus

Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki zatrudnienia. Jednak aby zostać analitykiem danych, trzeba znać matematykę i statystykę, a także nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego również są ważne. W przypadku tak specyficznej dziedziny, jaką jest nauka o danych, szczególnie istotne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie. W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych. W książce między innymi: elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa zbieranie, oczyszczanie i eksploracja danych algorytmy modeli analizy danych podstawy uczenia maszynowego systemy rekomendacji i przetwarzanie języka naturalnego analiza sieci społecznościowych i algorytm MapReduce Nauka o danych: bazuj na solidnych podstawach!

Deep Learning for Time Series Cookbook. Use PyTorch and Python recipes for forecasting, classification, and anomaly detection

Vitor Cerqueira, Luís Roque

Most organizations exhibit a time-dependent structure in their processes, including fields such as finance. By leveraging time series analysis and forecasting, these organizations can make informed decisions and optimize their performance. Accurate forecasts help reduce uncertainty and enable better planning of operations. Unlike traditional approaches to forecasting, deep learning can process large amounts of data and help derive complex patterns. Despite its increasing relevance, getting the most out of deep learning requires significant technical expertise.This book guides you through applying deep learning to time series data with the help of easy-to-follow code recipes. You’ll cover time series problems, such as forecasting, anomaly detection, and classification. This deep learning book will also show you how to solve these problems using different deep neural network architectures, including convolutional neural networks (CNNs) or transformers. As you progress, you’ll use PyTorch, a popular deep learning framework based on Python to build production-ready prediction solutions.By the end of this book, you'll have learned how to solve different time series tasks with deep learning using the PyTorch ecosystem.