Értékelés:

A könyvben van potenciál, de a kritika szerint inkább egy túlzott és nem hasznos kódokkal teli kézirat, mint egy hagyományos könyv. Bár egyes koncepciók jól megfogalmazottak, a nagy hangsúlyt fektet a bő kódolásra, ami csökkenti a könyv referenciaként vagy tanulási eszközként való használhatóságát.
Előnyök:A szerző néhány jól megírt koncepciót és tartalmi pontot mutat be, így az adattudományban kezdők számára hasznos forrást jelent.
Hátrányok:A könyvet kritika éri amiatt, hogy túlságosan bőbeszédű, nem hasznos kódot tartalmaz, így inkább kéziratnak tűnik. Hiányzik belőle az olvashatóság és a szervezettség, túlságosan a kódolási példákra összpontosít, és nem nyújt strukturált megközelítést a gyakorlati adattudományi tanuláshoz.
(2 olvasói vélemény alapján)
Practical Data Science: A Guide to Building the Technology Stack for Turning Data Lakes Into Business Assets
Tanulja meg, hogyan építsen ki egy adattudományi technológiai stacket, és hogyan végezzen jó adattudományt megismételhető módszerekkel. Megtanulja, hogyan lehet az adattavakat üzleti eszközökké alakítani.
A Practical Data Science című könyvben bemutatott adattudományi technológiai stack az iparágban általánosan használt összetevőkből épül fel. Andreas Vermeulen adattudós részletesen bemutatja, hogyan kell felépíteni és biztosítani egy olyan technológiai stacket, amely megismételhető eredményeket hoz. Megmutatja, hogyan lehet gyakorlati módszereket alkalmazni az adattípusok és dimenziók poliglott adataiból álló adattavakból származó, hasznosítható üzleti tudás kinyerésére.
Amit megtanulhat
⬤ Folyékonyan elsajátítja az adattudomány és az adatmérnökség alapvető fogalmait és terminológiáját.
⬤ Elkészít és használ egy olyan technológiai stacket, amely megfelel az iparági kritériumoknak.
⬤ Mesterévé válhat az akcióképes üzleti tudás kinyerésének módszereinek.
⬤ Koordinálja a poliglott adattípusok kezelését egy adathalmazban az ismételhető eredmények érdekében.
Kinek szól ez a könyv
Adattudósok és adatmérnökök, akiknek az adattóból származó adatokat kell az üzleti tevékenységük számára hasznosítható tudássá alakítaniuk, valamint olyan hallgatók, akik adattudósok és adatmérnökök szeretnének lenni.