Olvasói vélemények
Összegzés:A könyvet jó bevezető forrásnak tekintik a Python és az adattudományok kezdői számára, amely lépésről lépésre magyarázza el az olyan fogalmakat, mint a neurális hálózatok. Hiányzik belőle azonban a mélység és a részletesség, gyakran túlságosan általánosnak vagy a kifejezések egyszerű felsorolásának tűnik, és egyes olvasók szerint nem elég informatív.
Előnyök:Jó áttekintést nyújt a kezdőknek, jól magyaráz, lépésről lépésre tárgyalja, hasznos példákkal szolgál a neurális hálózatokra, és jó kiindulópontnak az adattudomány elsajátításához.
Hátrányok:Hiányoznak a konkrétumok és a mélység, hanyag lektorálást tartalmaz, túlságosan általános, nem gyakorlati útmutató, és egyes részek feleslegesen bonyolulttá válnak.
(12 olvasói vélemény alapján)
Eredeti címe:
Data Science From Scratch: The #1 Data Science Guide For Everything A Data Scientist Needs To Know: Python, Linear Algebra, Statistics, Coding, A
Könyv tartalma:
Az adattudomány ereje
Ha egy új, keresett karriert szeretne kezdeni, akkor folytassa az olvasást.
Az adattudósok megváltoztatják a nagy adatok felhasználásának módját a különböző intézményekben.
A nagy adatok mindenhol ott vannak, de a megfelelő személy nélkül, aki értelmezi őket, semmit sem jelentenek.
Hol találják meg tehát az üzleti vállalkozások ezeket az embereket, hogy segítsenek megváltoztatni az üzletüket?
Ön lehet ez a személy
Általános igazsággá vált, hogy a vállalkozások tele vannak adatokkal.
A big data használatával az amerikai egészségügy 300-450 milliárd dollárral csökkenthetné egészségügyi kiadásait.
Könnyen belátható, hogy a big data értéke az adatok elemzésében és feldolgozásában rejlik, és itt jön a képbe az adattudomány.
Az Adattudomány a semmiből a következőket tartalmazza:
⬤ Alapos információ arról, hogy mi az adattudomány és miért fontos.
⬤ Az előfeltételek, amelyekre az adattudományban való elinduláshoz szükséged lesz.
⬤ Mit jelent az, hogy valaki adattudós.
⬤ A hackelés és a kódolás szerepe az adattudományban.
⬤ A különböző kódolási nyelvek, amelyek az adattudományban használhatók.
⬤ Miért olyan fontos a python.
⬤ Hogyan használjuk a lineáris algebrát és a statisztikát.
⬤ Az adattudomány különböző alkalmazásai.
⬤ Hogyan dolgozzunk az adatokkal a mungózás, tisztítás és egyéb műveletek révén.
És még sok más.
Az adattudomány használata sok értéket ad a vállalkozásoknak, és továbbra is látni fogjuk, hogy az adattudósok iránti igény növekszik.
Ahogy a vállalkozások és az internet változik, úgy fog változni az adattudomány is. Ez azt jelenti, hogy fontos rugalmasnak lenni.
Amikor az adattudomány több milliárd dollárral csökkentheti a kiadási költségeket az egészségügyben, miért várjon a beugrással?
Ha egy új, egyre növekvő karrierbe szeretne belevágni, ne várjon tovább, és szerezze be ezt a könyvet még ma.
