管理数学与Python:数据分析的必修课 pdf epub mobi txt 电子书 下载 2024

图书介绍


管理数学与Python:数据分析的必修课

简体网页||繁体网页
著者
出版者 出版社:五南 订阅出版社新书快讯 新功能介绍
翻译者
出版日期 出版日期:2019/06/10
语言 语言:繁体中文



点击这里下载
    


想要找书就要到 小特书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

发表于2024-03-29

类似图书 点击查看全场最低价

图书描述

搞定Python与管理数学,是成为数据分析专家的必备基础
  第一本结合管理数学和Python应用的工具书,轻松获得双倍效果!

  管理的问题,就用数学来解决吧!
  令人惊唿的三大特色:
  1.浅显易懂的口吻加上超丰富内容,一本掌握管理数学!
  2.附有精彩的范例、习题与解析,满足所有练习慾望!
  3.用Python简单搞定繁杂的数学计算,手把手跟着步骤走!

  让数据分析成为管理的后盾,成就更无懈可击的经营决策!

  管理数学为一门重要的基础,不只是为了商业管理和决策,也是学习资料科学的第一步。现今不论是商管领域的学生或是从业人员,为了跟上世界的脚步,都必须踏上学习程式语言之路,如果能在学习管理数学时搭配Python做使用,不只符合世界潮流,也等同开启资料分析的大门。

  本书作者投入融合「计量经济学和资料科学」的计量资料科学 (Econometric Data Science) 多年,对于以计量经济学为基础的资料科学犹有心得,本书由浅入深的介绍函数、微积分、矩阵代数和数学规划等管理数学必需的基础与商管应用,此外,为达到与程式学习相辅相成之效,作者编排章节亦十分用心,在管理数学的16堂课中,穿插步骤式的Python教学,让读者学完数学原理和计算之后,能立刻熟悉Python的应用方式,学习效率更加倍!轻松就学会管理数学!
 

著者信息

作者简介

何宗武


  美国犹他大学(University of Utah)经济学博士,现为国立台湾师范大学全球经营与策略研究所教授,教学资历丰富,曾任世新大学经济学系及财务金融学系教授。专长为财务经济学、金融大数据、计量经济资料科学及程式语言等,着作多本相关书籍如:《大数据决策分析盲点大突破10讲:我分类故我在》《R语言:深入浅出财经计量》、《R资料採矿与数据分析:以GUI套件Rattle结合程式语言实作》、《资料分析轻松学:R Commander高手捷径》。
 
管理数学与Python:数据分析的必修课 pdf epub mobi txt 电子书 下载

图书目录

管理数学
目录
推荐序


第1部份 管理数学原理
第1章 函数原理
第2章 函数与导函数
Python Part 1

第2部份 微分
第3章 微分方法— 单变数函数
第4章 微分方法— 多变数函数偏微分
第5章 微分商管应用
Python Part 2

第3部份 积分
第6章 积分原理— 反导函数与微积分基本定理
第7章 积分方法— 单变数函数
第8章 积分方法— 多变数函数重积分
第9章 积分的商管应用
Python Part 3

第4部份 矩阵代数
第10章 矩阵代数基础
第11章 矩阵的基本运算与应用
第12章 矩阵的进一步性质
Python Part 4

第5部份   数学规划与管理决策
第13章 数学规划-- 单变数函数的极值
第14章 数学规划--多变数函数的极值
第15章 数学规划—具限制条件下函数的极值问题
第16章 选择性主题
Python Part 5
Python Part 6
Python Part 7
Python Part 8

 

图书序言

主题3. 最佳化演算(Optimization) 求极值
 
前面的主题是解满足一阶导函数的根,因此,我们必须先微分求出导函数。但是,最简单的方法是直接对目标函数求解:同时解出目标极值和临界值。
 
Python完成这件事有sympy和scipy,笔者觉得sympy需要宣告的参数太多,尤其是在带限制式时。所以我们使用模组scipy内的函数optimize()和minimize(),Python程式码的步骤解说如下。
 
5.3-1 单变数
 
我们先看本章范例1的简单方程式,如下:
 
第1步:定义函数
from scipy import optimize
def f(x, sign=-1):
     return sign*(2*x**3+3*x**2-12*x-7)
 
两行就OK,相当简易。待会我们再解释sign的意义。接下来执行求极值:
 
第2步:求解与结果
Result1 = optimize. minimize_scalar(f)
Result1.x
Result1.fun
f(Result1.x)
 
optimize. minimize_scalar()是求解函数。Result1内有许多物件,主要有三个:
(1) Result1.x: 解出的x值。
(2) Result1.fun: 解出的极小值,可以和f(Result1.x)对照是否一样。
(3) Result1.success: 回传求解是否成功(True/False)。
我们看看列印在萤幕的结果,如下:
Result1.x
Out[2]: 1.0
 
Result1.fun
Out[3]: -14.0
 
f(Result1.x)
Out[4]: -14.0
 
我们回去看范例1的图形,可能的临界值有两个,从图形看的出来,我们解出的只是极小值(1, -14)。那另一极大值的解呢?根据scipy说明文件,须把函数取负值 ,这也是我们为什么写函数时,要增加一个参数 sign,因为这样比较方便,判断极大值时,可以如下这样处理:
第1步:定义函数
def f(x, sign = -1):
     return sign*(2*x**3+3*x**2-12*x-7)

图书试读

None

管理数学与Python:数据分析的必修课 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024


管理数学与Python:数据分析的必修课 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024

管理数学与Python:数据分析的必修课 pdf epub mobi txt 电子书 下载 2024




想要找书就要到 小特书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

用户评价

类似图书 点击查看全场最低价

管理数学与Python:数据分析的必修课 pdf epub mobi txt 电子书 下载


分享链接





相关图书




本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

友情链接

© 2024 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有