Értékelés:
A könyvet az adattudomány iránt érdeklődő kezdők és nem műszaki olvasók számára egyaránt értékes forrásként fogadják. Hatékonyan mutatja be a kulcsfogalmakat, az adattudomány folyamatát, és az adatvezérelt problémamegoldás átgondolt megközelítésére ösztönöz. Ugyanakkor kritika érte, hogy nem elég mélyreható, és túlságosan alapszintű tartalmat nyújt a területen már jártasak számára.
Előnyök:Kiváló bevezetés az adattudományi fogalmakba és folyamatokba.
Hátrányok:Jó kezdőknek és nem műszaki olvasóknak.
(9 olvasói vélemény alapján)
Think Like a Data Scientist: Tackle the Data Science Process Step-By-Step
Összefoglaló
A Think Like a Data Scientist lépésről lépésre mutatja be az adattudomány megközelítését, az analitikai, programozási és üzleti szempontokat könnyen emészthető technikákba és gondolkodási folyamatokba ötvözve a valós világ adatközpontú problémáinak megoldásához.
A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.
A technológiáról
Az ügyfelektől, tudományos mérésektől, IoT-érzékelőktől stb. gyűjtött adatok csak akkor értékesek, ha értjük őket. Az adattudósok élvezik az ezen adatok megfigyelésének, feltárásának, elemzésének és értelmezésének érdekes és kifizetődő kihívását. Az adattudományba való belevágás azonban többet jelent az elemzési eszközök és technikák elsajátításánál; az igazi varázslat akkor történik, amikor elkezdesz adattudósként gondolkodni. Ez a könyv el fog juttatni ehhez.
A könyvről
A Think Like a Data Scientist (Gondolkodj úgy, mint egy adattudós) lépésről lépésre megtanít valós adatközpontú problémák megoldására. A gondosan kidolgozott példák lebontásával megtanulja, hogyan kombinálhatja az analitikai, programozási és üzleti szempontokat egy megismételhető folyamatba, amellyel valódi tudást nyerhet az adatokból. Olvasás közben értékes statisztikai technikákat fedez fel (vagy emlékszik vissza), és nagy teljesítményű adattudományi szoftvereket fedez fel. Ami még ennél is fontosabb, ezt a tudást az adattudomány strukturált folyamatának segítségével fogja összerakni. Amikor befejezte, erős alapokkal rendelkezik majd az egész életen át tartó adattudományi tanuláshoz és gyakorláshoz.
What's Inside
⬤ Az adattudományi folyamat lépésről lépésre.
⬤ Hogyan előzzük meg a problémákat.
⬤ A bizonytalanság kezelése.
⬤ A szoftverek és a tudományos gondolkodás legjobb gyakorlatai.
Az olvasóról
Az olvasóknak kezdő programozási ismeretekre és alapvető statisztikai ismeretekre van szükségük.
A szerzőről
Brian Godsey dolgozott a szoftveriparban, a tudományos életben, a pénzügyekben és a védelmi ágazatban, és több adatközpontú startupot indított.
Tartalomjegyzék
1. RÉSZ - ADATOK ÉS ISMERETEK ELŐKÉSZÍTÉSE ÉS GYŰJTÉSE.
⬤ Az adattudomány filozófiái.
⬤ Célok kitűzése jó kérdések feltevésével.
⬤ Adatok körülöttünk: a virtuális vadon.
⬤ Adatokkal való viaskodás: a befogástól a háziasításig.
⬤ Adatértékelés: szúrkálás és bökdösés.
2. RÉSZ - TERMÉKÉPÍTÉS SZOFTVEREKKEL ÉS STATISZTIKÁKKAL.
⬤ Terv kidolgozása.
⬤ Statisztika és modellezés: fogalmak és alapok.
⬤ Szoftverek: statisztika a gyakorlatban.
⬤ Kiegészítő szoftverek: nagyobb, gyorsabb, hatékonyabb.
⬤ Terv végrehajtása: az egészet összerakni.
3. RÉSZ - A TERMÉK BEFEJEZÉSE ÉS LEZÁRÁS.
⬤ A termék átadása.
⬤ A termék leszállítása után: problémák és átdolgozások.
⬤ A projekt lezárása: a projekt elpakolása.
© 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)