Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 6 olvasói szavazat alapján történt.
Data Science for Business Professionals: A Practical Guide for Beginners (English Edition)
Bevezetés az adattudomány multidiszciplináris világába
Főbb jellemzők
⬤ Tárja fel és használja az adattudományi problémák megoldásához szükséges statisztikai kulcsfogalmakat.
⬤ Használja a Dockert, a Jenkins-t és a Git-et a webes alkalmazás folyamatos fejlesztéséhez és folyamatos integrálásához.
⬤ Tanulja meg, hogyan építsen adattudományi megoldásokat a GCP és az AWS segítségével.
Leírás
A könyv kezdetben elmagyarázza az adattudomány mi-miértjét és az adattudományi problémák megoldásának folyamatát. Az adattudomány olyan alapvető fogalmait is tárgyalja, mint a statisztika, a gépi tanulás, az üzleti intelligencia, az adatvezetés és a felhőalapú számítástechnika. Minden témát egy-egy példaproblémával magyarázunk el, és bemutatjuk, hogyan közelíti meg az iparág egy ilyen probléma megoldását. A könyv kérdéseket tesz fel a tanulóknak a problémák megoldására, a problémamegoldó képesség kialakítására és a hatékony tanulásra. A könyv, ahol szükséges, matematikát használ, és egy példaadatkészlet segítségével megmutatja, hogyan valósul meg a Python segítségével.
Mit fogsz tanulni?
⬤ Megérti az adattudomány multidiszciplináris jellegét.
⬤ Megismerkedik a matematika és a statisztika kulcsfogalmaival.
⬤ Felfedezzen néhány kulcsfontosságú ML algoritmust és azok felhasználási eseteit.
⬤ Tanulja meg, hogyan kell megvalósítani az adatvezetékek alapjait.
⬤ Áttekintést kap a felhőalapú számítástechnikáról és a DevOps-ról.
⬤ Tanulja meg, hogyan készítsen vizualizációkat a Tableau segítségével.
Kinek szól ez a könyv
Ez a könyv ideális az adattudomány szerelmeseinek, akik az adattudomány különböző aspektusait szeretnék felfedezni. Hasznos akadémikusok, üzleti tulajdonosok és kutatók számára, akik gyors referenciát keresnek az adattudomány ipari gyakorlatáról.
Tartalomjegyzék
1. Az adattudomány a gyakorlatban.
2. Matematikai alapismeretek.
3. Statisztikai alapismeretek.
4. Feltáró adatelemzés.
5. Adatelőfeldolgozás.
6. Jellemzők kidolgozása.
7. Gépi tanulási algoritmusok.
8. ML-modellek gyártása.
9. Adatáramlások a vállalkozásokban.
10. Bevezetés az adatbázisokba.
11. Bevezetés a Big Data-ba.
12. DevOps az adattudomány számára.
13. Bevezetés a felhőalapú számítástechnikába.
14. Modell telepítése a felhőbe.
15. Bevezetés az üzleti intelligenciába.
16. Adatvizualizációs eszközök.
17. Ipari felhasználási eset 1 - FormAssist.
18. Ipari felhasználási eset 2 - PeopleReporter.
19. Adattudományi tanulási források.
20. Do It Your Self kihívások.
21. MCQ-k az értékelésekhez.
A szerzőről
A könyvet a Probyto számos korábbi ügyfélprojektjének, tudományos együttműködésének és a csapat tagjainak az elmúlt 5 év során szerzett tapasztalatai alapján írták. A kollektív munkát az adatvezérelt döntéshozatal különböző szakértői és a Probyto ügyfelei számára értéket teremtő részek képviselik. A csapatban vannak tapasztalt szakemberek és újoncok, akik a könyvben említett megközelítésből is profitáltak. A könyv két kulcsfontosságú hozzájárulása Parvej Reja Saleh (menedzser) és Namachivayam Dharmalingam (vezető elemző) nevéhez fűződik.
A blog linkjei: https: //probyto/resources/blogs.
Az Ön LinkedIn profilja: https: //www.linkedin.com/company/probyto.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)