Adatelemzés nyílt forráskódú eszközökkel: Kézikönyv programozóknak és adattudósoknak

Olvasói vélemények

Az „Adatelemzés nyílt forráskódú eszközökkel” című könyv átfogó bevezetést nyújt az adatelemzési technikákba, bár inkább az elméleti szempontokra, mint a gyakorlati megvalósításra összpontosít kóddal. Az olvasók általában értékelik a tartalom mélységét és a szerző meglátásait, de vannak kritikák a szerkezetet, a példák mélységét és egyes magyarázatok pontosságát illetően.

⬤ Alapos áttekintést nyújt a különböző adatelemzési technikákról
⬤ jól megírt és hozzáférhető
⬤ hasznos meglátásokat mutat be, és ösztönöz a gondolkodásra
⬤ kezdők számára is alkalmas
⬤ gyakorlati eszközöket és módszereket tartalmaz
⬤ értékes a fogalmak mélyebb megértéséhez.

⬤ Félrevezető cím a nyílt forráskódú eszközökkel kapcsolatban
⬤ nincs elegendő működő kódpélda
⬤ szervezési problémák a tartalom áramlásával
⬤ néhány matematikai és statisztikai pontatlanság
⬤ a betűméret túl kicsi a kényelmes olvasáshoz
⬤ nem biztos, hogy alkalmas azoknak, akik mély technikai részleteket vagy szigorú gyakorlati példákat keresnek.

(52 olvasói vélemény alapján)

Eredeti címe:

Data Analysis with Open Source Tools: A Hands-On Guide for Programmers and Data Scientists

Könyv tartalma:

Az adatok gyűjtése viszonylag egyszerű, de a nyers információkból csak akkor lehet valami hasznosat csinálni, ha tudja, hogyan kell pontosan kivonni, amire szüksége van. Ebből az éleslátó könyvből az adatelemzés iránt érdeklődő, középhaladó vagy tapasztalt programozók olyan technikákat tanulhatnak meg, amelyekkel üzleti környezetben dolgozhatnak az adatokkal. Megtanulja, hogyan nézze meg az adatokat, hogy felfedezze, mit tartalmaznak, hogyan rögzítse ezeket a gondolatokat fogalmi modellekben, majd hogyan táplálja vissza a megértését a szervezetbe üzleti terveken, mérőműszeres műszerfalakon és más alkalmazásokon keresztül.

Útközben az egyes fejezetek végén gyakorlati műhelymunkák keretében kísérletezhet a fogalmakkal. Mindenekelőtt megtanulja, hogyan gondolkodjon az elérni kívánt eredményekről - ahelyett, hogy az eszközökre hagyatkozna, hogy azok gondolkodjanak Ön helyett.

⬤ Használja a grafikonokat egy, két vagy több tucat változóval rendelkező adatok leírására.

⬤ Konceptuális modelleket fejleszthet ki a borítékban végzett számítások, valamint a skálázási és valószínűségi érvek segítségével.

⬤ Feldolgozzon adatokat számításigényes módszerekkel, például szimulációval és klaszterezéssel.

⬤ Tegye érthetővé következtetéseit jelentések, műszerfalak és egyéb mérőprogramok segítségével.

⬤ Értse a pénzügyi számításokat, beleértve a pénz időértékét is.

⬤ Dimenziócsökkentő technikák vagy prediktív analitika alkalmazása a kihívást jelentő adatelemzési helyzetek leküzdésére.

⬤ Ismerje meg a különböző nyílt forráskódú programozási környezeteket az adatelemzéshez.

"Végre egy tömör referencia ahhoz, hogy megértsük, hogyan hódítsuk meg az adathalmokat." --Austin King, vezető webfejlesztő, Mozilla.

"Nélkülözhetetlen szöveg a feltörekvő adattudósok számára." --Michael E. Driscoll, vezérigazgató/alapító, Dataspora.