Kezdő lépések az adattudományban: Az adatok értelmének megismerése analitikával

Értékelés:   (4.5 az 5-ből)

Kezdő lépések az adattudományban: Az adatok értelmének megismerése analitikával (Murtaza Haider)

Olvasói vélemények

Összegzés:

A könyvet dicsérik a megközelíthető stílusáért, az adattudomány valós alkalmazásaiért és az értékes történetmesélési technikákért. Kritikát kapott azonban azért, mert nem tárgyalja alaposan a fejlett prediktív modellezési témákat, és bizonyos területeken nem elég részletes.

Előnyök:

Könnyen olvasható
gyakorlatias, valós alkalmazásokat kínál
kezdőknek is jó
magával ragadó történetmesélő megközelítés
erős bevezető tartalom
konkrét példákat és illusztrációkat tartalmaz.

Hátrányok:

Hiányzik a prediktív modellezés mélysége
túlságosan leegyszerűsítő a haladó olvasók számára
egyes technikai magyarázatok nem egyértelműek vagy elégtelenek
problémák a kiadói támogatással és a kísérőanyagokkal.

(20 olvasói vélemény alapján)

Eredeti címe:

Getting Started with Data Science: Making Sense of Data with Analytics

Könyv tartalma:

Master Data Analytics Hands-On by Solving Fascinating Problems You'll Actually Enjoy

A Harvard Business Review nemrégiben az adattudományt "a 21. század legszexibb munkájának" nevezte. Ez nem csak szexi: Menedzserek, elemzők és diákok milliói számára, akiknek valódi üzleti problémákat kell megoldaniuk, nélkülözhetetlen. Sajnos az adattudomány tanulása nem volt könnyű - egészen mostanáig.

A Getting Started with Data Science olyan világsikerekből merít ihletet, mint a Freakonomics és Malcolm Gladwell Outliers című könyve: a tanítás egy erőteljes, felejthetetlen történetekkel teli elbeszélésen keresztül történik.

Murtaza Haider informatív, szakzsargon-mentes leírást nyújt az alapvető elméletről és technikáról, amelyet rengeteg szemléletes példával és gyakorlati gyakorlási lehetőséggel támaszt alá. Minden szoftver- és platformfüggetlen, így az adattudományt akkor is megtanulhatja, ha R, Stata, SPSS vagy SAS programmal dolgozik. A legjobb az egészben, hogy Haider megtanítja a legtöbb adattudományi könyv által figyelmen kívül hagyott kulcsfontosságú készségeket: hogyan meséljen erőteljes történeteket grafikák és táblázatok segítségével. Minden fejezet valódi kutatási kihívások köré épül, így mindig tudni fogod, miért csinálod, amit csinálsz.

Az adattudományt olyan izgalmas kérdések megválaszolásával sajátíthatod el, mint például:

- A vallásos egyéneknek nagyobb vagy kisebb valószínűséggel vannak házasságon kívüli viszonyaik?

- A vonzó professzorok jobb oktatói értékelést kapnak?

- A cigaretta magasabb ára visszatartja-e a dohányzástól?

- Mi határozza meg jobban a lakásárakat: a telekméret vagy a hálószobák száma?

- Miben különböznek a tizenévesek és az idősebbek a közösségi média használatában?

- Ki használja nagyobb valószínűséggel az online társkereső szolgáltatásokat?

- Miért vásárolnak egyesek iPhone-t, mások pedig Blackberry készülékeket?

- Befolyásolja-e a gyermekek jelenléte a család alkohollal kapcsolatos kiadásait?

Minden egyes probléma esetében végigjárja a kérdés és a szükséges válaszok meghatározását; feltárja, hogyan.

Mások hogyan közelítették meg a hasonló kihívásokat; az adatok és módszerek kiválasztása; a statisztikák elkészítése;

a jelentés megszervezése; és a történet elmesélése. A hangsúly mindvégig arra összpontosul, ami a legfontosabb:

Az adatok átalakítása olyan meglátásokká, amelyek világosak, pontosak és amelyek alapján cselekedni lehet.

A könyv egyéb adatai:

ISBN:9780133991024
Szerző:
Kiadó:
Kötés:Puha kötés
A kiadás éve:2015
Oldalak száma:608

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Kezdő lépések az adattudományban: Az adatok értelmének megismerése analitikával - Getting Started...
Master Data Analytics Hands-On by Solving...
Kezdő lépések az adattudományban: Az adatok értelmének megismerése analitikával - Getting Started with Data Science: Making Sense of Data with Analytics

A szerző munkáit az alábbi kiadók adták ki:

© 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)