文件名称：离散控制Matlab代码-Practical-Discrete-Mathematics:实用离散数学，由Packt出版
文件大小：1.09MB
文件格式：ZIP
更新时间：2024-06-12 01:23:51
系统开源
离散控制Matlab代码实用离散数学 这是Packt发布的的代码存储库。 探索数学原理，助力使用Python的计算机科学和机器学习算法 这本书是关于什么的？ 离散数学处理可数的独特元素的研究，其原理被广泛用于构建计算机科学和数据科学的算法。 离散数学概念的知识可以帮助您理解位于数据驱动任务核心的算法，二进制和通用数学。 Python实用离散数学是对可数对象数学的新手的全面介绍。 本书将帮助您快速掌握离散数学原理，从而将计算机科学技能提高到更高的水平。 本书涵盖以下激动人心的功能： 了解离散数学中的术语和方法及其在算法和数据问题中的用法 在形式逻辑和基本控制结构中使用布尔代数 实施组合运算以测量计算复杂度并管理内存分配 使用随机变量，计算描述性统计信息，并找到平均情况下的计算复杂度 解决布线，寻路和图形搜索（例如深度优先搜索）中涉及的图形问题 执行ML任务，例如数据可视化，回归和降维 如果您觉得这本书适合您，那就赶快行动吧！ 说明和导航 所有代码都组织在文件夹中。 例如，Chapter02。 该代码将如下所示： if (test expression) { Statement upon
【文件预览】：
Practical-Discrete-Mathematics-master
----Chapter 05 - Elements of Discrete Probability()
--------.ipynb_checkpoints()
--------Chapter5.ipynb(17KB)
----Chapter 01 - Introduction()
--------.ipynb_checkpoints()
--------Chapter1.ipynb(2KB)
----Chapter 04 - Combinatorics Using SciPy()
--------.ipynb_checkpoints()
--------Chapter4.ipynb(7KB)
----LICENSE(1KB)
----Chapter 09 - Searching Data Structures and Finding Shortest Paths()
--------.ipynb_checkpoints()
--------Chapter9.ipynb(17KB)
----Chapter 10 - Regression Analysis()
--------.ipynb_checkpoints()
--------auto_dataset.csv(12KB)
--------Chapter10.ipynb(497KB)
----Chapter 06 - Computational Algorithms in Linear Algebra()
--------.ipynb_checkpoints()
--------Chapter6.ipynb(15KB)
----README.md(4KB)
----Chapter 11 - Web Searches with PageRank()
--------.ipynb_checkpoints()
--------California.txt(655KB)
--------Chapter11.ipynb(23KB)
----Chapter 07 - Computational Requirements for Algorithms()
--------.ipynb_checkpoints()
--------Chapter7.ipynb(14KB)
----Chapter 08 - Storage and Feature Extraction of Graphs, Trees, and Networks()
--------.ipynb_checkpoints()
--------Chapter8.ipynb(8KB)
----Chapter 03 - Computing with Base n Numbers()
--------.ipynb_checkpoints()
--------Chapter3.ipynb(7KB)
--------CustomerList.csv(355B)
----Chapter 12 - Principal Components Analysis with scikit-learn()
--------.ipynb_checkpoints()
--------Chapter12.ipynb(67KB)
--------pizza.csv(12KB)