Книга: Джоэл Грас «Data Science. Наука о данных с нуля»
|
Производитель: "БХВ-Петербург" Книга позволяет освоить науку о данных, начав`с чистого листа`. Она написана так, что способствуют погружению в Data Science аналитика, фактически не обладающего глубокими знаниями в этой прикладной дисциплине. При этом вы убедитесь, что описанные в книге программные библиотеки, платформы, модули и пакеты инструментов, предназначенные для работы в области науки о данных, великолепно справляются с задачами анализа данных. А если у вас есть способности к математике и навыки программирования, тоДжоэл Грас поможет вам почувствовать себя комфортно с математическим и статистическим аппаратом, лежащим в основе науки о данных, а также с приемами алгоритмизации, которые потребуются для работы в этой области. В сегодняшнем хаотическом потоке данных скрыты ответы на многие волнующие человека вопросы. Книга познакомит с методологией, которая позволит правильно сформулировать эти вопросы и найти на них ответы. Вместе с Джоэлом Грас и его книгой: - Пройдите интенсивный курс языка Python - Изучите элементы линейной алгебры, математической статистики, теории вероятностей и их применение в науке о данных - Займитесь сбором, очисткой, нормализацией и управлением данными - Окунитесь в основы машинного обучения - Познакомьтесь с различными математическими моделями и их реализацией по методу k-ближайших соседей, наивной байесовской классификации, линейной и логистической регрессии, а также моделями на основе деревьев принятия решений, нейронных сетей и кластеризации - Освойтеработу с рекомендательными системами, приемы обработки естественного языка, методы анализа социальных сетей, технологии MapReduce и баз данных `Джоэл проведет для васэкскурсию по науке о данных. В результате вы перейдете от простого любопытства к глубокому пониманию насущных алгоритмов, которые должен знать любой аналитик данных`. Роит Шивапрасад, Специалист компании Amazon в области Data Science с 2014 г. Об автореДжоэл Грас работает инженером-программистом в компании Google. До этого занимался аналитической работой в нескольких стартапах. Активно участвует в неформальных мероприятиях специалистов в области науки о данных. Всегда доступен в Tweeter по хэштегу @joelgrus. Издательство: "БХВ-Петербург" (2017) Формат: 70x100/16, 336 стр.
ISBN: 978-5-9775-3758-2 |
Другие книги автора:
| Книга | Описание | Год | Цена | Тип книги |
|---|---|---|---|---|
| Data Science. Наука о данных с нуля | Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она написана так… — (формат: 170x240мм, 336 стр.) Подробнее... | бумажная книга | ||
| Data Science.Наука о данных с нуля | Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она написана так… — БХВ-Петербург, электронная книга Подробнее... | электронная книга |
См. также в других словарях:
Вселенная — Крупномасштабная структура Вселенной как она выглядит в инфракрасных лучах с длиной волны 2,2 мкм 1 600 000 галактик, зарегистри … Википедия
Фотон — У этого термина существуют и другие значения, см. Фотон (значения). Фотон Символ: иногда … Википедия
Доказательства эволюции — Ископаемый археоптерикс, обнаруженный вскоре после публикации « … Википедия
Метод главных компонент — (англ. Principal component analysis, PCA) один из основных способов уменьшить размерность данных, потеряв наименьшее количество информации. Изобретен К. Пирсоном (англ. Karl Pearson) в 1901 г. Применяется во многих областях,… … Википедия
Истинное ортогональное разложение — Метод Главных Компонент (англ. Principal components analysis, PCA) один из основных способов уменьшить размерность данных, потеряв наименьшее количество информации. Изобретен К. Пирсоном (англ. Karl Pearson) в 1901 г. Применяется во многих… … Википедия
Метод Главных Компонент — (англ. Principal components analysis, PCA) один из основных способов уменьшить размерность данных, потеряв наименьшее количество информации. Изобретен К. Пирсоном (англ. Karl Pearson) в 1901 г. Применяется во многих областях, таких как… … Википедия
