Az adattudomány alapjai: Matematikai technikák és elméletek az adatvezérelt iparágakban való sikerhez

Olvasói vélemények

A könyvet széles körben elismert, alapvető forrásként tartják számon az adattudomány területére belépők, különösen az erre a területre áttérő elemzők számára. Dicsérik világos magyarázatai és gyakorlati példái miatt. Sok felhasználó azonban csalódottságát fejezte ki a nem működő adatfájlok és kódok miatt, ami rontja a használhatóságát.

⬤ Alapvető forrás az adattudományhoz
⬤ Az összetett fogalmak világos és közérthető magyarázata
⬤ Jól szervezett és hasznos példák és adatkészletek
⬤ Kiváló minőségű termék
⬤ Ideális kezdőknek és oktatóknak egyaránt.

⬤ Az adatfájlok nem működnek, ami megnehezíti a gyakorlást
⬤ Sok kódpélda nem működik
⬤ A lektorálás és a minőségellenőrzés érzékelhető hiánya.

(8 olvasói vélemény alapján)

Eredeti címe:

Principles of Data Science: Mathematical techniques and theory to succeed in data-driven industries

Könyv tartalma:

Ismerje meg a technikákat és a matematikát, amire szüksége van ahhoz, hogy elkezdje értelmezni az adatait

Főbb jellemzők:

⬤ Növelje kódolási ismereteit az adattudomány elméletével, hogy gyakorlati betekintést nyerjen az adattudományba és az elemzésbe.

⬤ Több mint egy matematikaóra, tanulja meg, hogyan végezzen valós adattudományi feladatokat az R és Python segítségével.

⬤ Hozzon létre hasznosítható meglátásokat, és alakítsa át a nyers adatokat kézzelfogható értékké.

Könyv leírása:

Szüksége van arra, hogy programozási készségeit hatékony adattudományi készséggé alakítsa? Az adattudomány alapjai azért jött létre, hogy segítsen összekötni a pontokat a matematika, a programozás és az üzleti elemzés között. Ennek a könyvnek a segítségével magabiztosan fogod tudni feltenni - és megválaszolni - az adataiddal kapcsolatos összetett és kifinomult kérdéseket, hogy az absztrakt és nyers statisztikáktól a megvalósítható ötletekig eljuss.

A matematika és az informatika közötti szakadékot áthidaló, egyedülálló megközelítéssel ez a könyv végigvezeti Önt a teljes adattudományi folyamaton. Az adatok tisztításával és előkészítésével, valamint a hatékony adatbányászati stratégiákkal és technikákkal kezdve átfogó képet alkothat arról, hogyan illeszkedik össze az adattudományi kirakós minden darabja. Megismerheti a számítási matematika és a statisztika alapjait, valamint néhány olyan pszeudokódot, amelyet ma az adattudósok és elemzők használnak. Megismerkedhet a gépi tanulással, felfedezheti azokat a statisztikai modelleket, amelyek segítségével még a legsűrűbb adathalmazokban is átveheti az irányítást és eligazodhat, és megtudhatja, hogyan készíthet olyan erőteljes vizualizációkat, amelyek közlik, hogy mit jelentenek az adatai.

Amit tanulni fog:

⬤ Tudja meg az adattudomány öt legfontosabb lépését.

⬤ Az adatokat intelligensen használja, és megtanulja, hogyan kezelje azokat körültekintően.

⬤ Híd a matematika és a programozás közötti szakadékot.

⬤ Tanuljon a valószínűségről, a számításról, és arról, hogyan használjon statisztikai modelleket adatai ellenőrzéséhez és tisztításához, valamint használható eredményekhez.

⬤ Építsen és értékeljen alapszintű gépi tanulási modelleket.

⬤ Tárja fel a leghatékonyabb mérőszámokat a gépi tanulási modellek sikerének meghatározásához.

⬤ Hozzanak létre olyan adatvizualizációkat, amelyek hasznosítható meglátásokat közölnek.

⬤ Olvasd és alkalmazd a gépi tanulás fogalmait a problémáidra, és készíts tényleges előrejelzéseket.

Kinek szól ez a könyv:

Elég jól kell ismerned az alapvető algebrai ismereteket, és jól kell érezned magad az R/Python részletekben, valamint az álkódok olvasásában. Legyen kedve megtanulni és alkalmazni az ebben a könyvben bemutatott technikákat akár a saját, akár a rendelkezésére bocsátott adathalmazokon. Ha rendelkezik az alapvető matematikai ismeretekkel, de szeretné azokat az adattudományban alkalmazni, vagy jó programozási ismeretekkel rendelkezik, de hiányzik a matematika, akkor ez a könyv Önnek szól.