ANALITYK DANYCH PRZEWODNIK PO DATA SCIENCE, STATYSTYCE I UCZENIU MASZYNOWY
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 5
Покупая «ANALITYK DANYCH PRZEWODNIK PO DATA SCIENCE, STATYSTYCE I UCZENIU MASZYNOWY», вы можете быть уверены, что данный товар из каталога «Программирование» вы получите в срок 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
Руководство аналитика данных по науке о данных, статистике и машинному обучению
⭐⭐⭐⭐⭐
✅ Автор: Гутман Алекс Дж., Гольдмайер Джордан
✅ Переводчик: Гжегож Вернер
✅ Язык: польский
✅ Издательство: Helion
✅ Формат: 15,8x23,5 см
✅ Страницы Вес: 226
✅ Обложка: Мягкая
✅ Вес: 0,53
✅ Год: 2023
✅ ISBN: 9788328902152
✅ EAN: 9788328902152
✅ Код: 79371A01427KS AZ5%
Вы должны признать правду: эра данных — это не только впечатляющие возможности, но и пустые обещания. Компании внедряют решения, которые должны помочь им принимать решения. Менеджеры нанимают аналитиков, которые не являются аналитиками. Специалистов по Data Science нанимают в организации, которые к ним не готовы. Руководители слушают технический жаргон и делают вид, что понимают его. Эффект? Деньги уходят на ветер. Вот практическое руководство по науке о данных на рабочем месте. Здесь вы узнаете все, что важно в начале вашего пути в качестве специалиста по данным: от личностей, с которыми вы будете работать, до деталей анализа данных, до математики, лежащей в основе алгоритмов и машинного обучения. Вы научитесь критически относиться к данным и результатам, а также будете говорить об этом разумно. Одним предложением: вы поймете данные и связанные с ними проблемы на более глубоком, профессиональном уровне. Эта книга для всех, кто хочет перевести свою компанию на науку о данных. Эрик Вебер, руководитель отдела экспериментов и метрических исследований, Yelp Учиться: * мыслить статистически и понимать роль изменчивости в принятии решений * задавать правильные вопросы о статистике и результатах анализа * разумно использовать решения машинного обучения и искусственного интеллекта * избегать распространенных ошибок при работе с данными и их интерпретации. Наука о данных? Ты отсеешь песок от золота!