Értékelés:

Jelenleg nincsenek olvasói vélemények. Az értékelés 9 olvasói szavazat alapján történt.
Data Science: Tips and Tricks to Learn Data Science Theories Effectively
Van egy népszerű vicc, miszerint az adattudós az, aki többet tud az informatikáról, mint egy statisztikus, és többet tud a statisztikáról, mint egy informatikus. Bár ez nagyrészt igaz, de ahhoz, hogy jó adattudós váljon belőle, nemcsak e két kulcsfontosságú terület, hanem néhány, e terület szempontjából kulcsfontosságú elmélet és modell elsajátítására is szükség van. Ez a terület azonban nagyon nehezen érthetőnek bizonyult. Az adattudósok könnyen megelégelik a különböző elméleteket és modelleket, amelyeket el kell sajátítaniuk ahhoz, hogy kitűnjenek ezen a területen.
Az adattudomány növekvő aránya napjainkban a számítástechnikai tanulmányok egyik célterületévé tette. Az adattudósokra gyakorlatilag minden területen és pályán szükség van. Az olyan platformokat, mint a Facebook, a Twitter, sőt még az olyan szakmai oldalakat is, mint a LinkedIn, az adattudósok teszik hatékonnyá. Az adattudósok szolgálatára olyan szakmákban van szükség, mint az üzleti és pénzügyi szervezetek, bankok, egészségügyi központok, sőt még az ügyvédi irodák is.
Ez a könyv részletesen ismerteti az adattudomány területén alkalmazható elméleteket, algoritmusokat, statisztikákat és elemzéseket. Lépésről lépésre bemutatja, hogyan valósulnak meg a különböző elméletek az adattudományban. Részletesen elmagyarázza a különbséget a regressziók két fő típusa között, amelyekkel rendelkezünk: a lineáris és a nemlineáris regressziók. Részletesen tárgyalja az olyan érdekes területek magyarázatát, mint az R-programozás, az árverés, az adatkivonás és -elemzés, az algoritmusok és még sok más.
Az adattudomány magában foglalja a területen alkalmazható statisztikák elsajátítását. Ebben a könyvben a kulcsfontosságú területek vizsgálatára szolgáló képletek, mint az adatok kezelése, az adatok elemzése és az adatok végrehajtása szerepelnek.
A könyvet minden érdeklődő olvasónak ajánljuk, aki az adattudomány területén szeretne kitűnni.