Data science od podstaw. Analiza danych
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 15
Оплачивая «Data science od podstaw. Analiza danych», вы можете быть уверены, что данное изделие из каталога «Программирование» вы получите через 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
Наука о данных с нуля. Анализ данных в Python. Издание II
Автор: Джоэл Грус
Издатель: Helion
Год публикации: 2020
Перевод: Войцех Бомбик, Конрад Матук
ISBN: 978-83-8322-131-1 b >
Формат: 168x237
Обложка: мягкая
Страницы: 352
Книга новая
Цена обложки книги: 79,00 злотых > Акционную цену можно найти на нашем аукционе!
Аналитика данных считается чрезвычайно перспективной областью знаний. Он быстро развивается и находит новые применения. Профессионалы, умеющие анализировать данные и извлекать из них полезную информацию, могут рассчитывать на интересную работу и очень привлекательные условия трудоустройства. Однако, чтобы стать аналитиком данных, вам необходимо знать математику и статистику, а также изучить программирование. Также важны навыки машинного обучения и глубокого обучения. Когда речь идет о такой конкретной области, как наука о данных, особенно важно получить прочную основу и досконально ее понять.
В этом руководстве рассматриваются основы науки о данных. Объясняются необходимые элементы математики и статистики. Также представлены методики построения необходимых инструментов и методы работы важнейших алгоритмов. Книга была создана для того, чтобы сделать отдельные реализации максимально прозрачными и понятными. Приведенные здесь примеры написаны на Python: это довольно простой для изучения язык, а работу с данными упрощает ряд полезных библиотек Python. Второе издание включает новые темы, такие как глубокое обучение, статистика и обработка естественного языка, а также операции с большими наборами данных. Эти вопросы часто возникают в работе современного аналитика данных.
Книга включает, среди прочего:
- элементы линейной алгебры, статистики и теории вероятностей.
- сбор, очистка и анализ данных
- алгоритмы моделей анализа данных
- основы машинного обучения
- системы рекомендаций и обработка естественного языка
- анализ социальных сетей и алгоритм MapReduce
Наука о данных: стройте на прочном фундаменте!