Data science od podstaw Analiza danych w Pythonie

Opis produktu:

<p> </p><p> </p><p>Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki zatrudnienia. Jednak aby zostać analitykiem danych, trzeba znać matematykę i statystykę, a także nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego również są ważne. W przypadku tak specyficznej dziedziny, jaką jest nauka o danych, szczególnie istotne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie.</p><p> </p><p>W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych.</p><p> </p><p>W książce między innymi:</p><p> </p><p> elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa</p><p> zbieranie, oczyszczanie i eksploracja danych</p><p> algorytmy modeli analizy danych</p><p> podstawy uczenia maszynowego</p><p> systemy rekomendacji i przetwarzanie języka naturalnego</p><p> analiza sieci społecznościowych i algorytm MapReduce</p><p> </p><p>Nauka o danych: bazuj na solidnych podstawach!</p><p> </p>