Analiza datelor cu instrumente Open Source: A Hands-On Guide for Programmers and Data Scientists (Ghid practic pentru programatori și cercetători de date)

Recenzii ale cititorilor

Cartea „Data Analysis with Open Source Tools” oferă o introducere cuprinzătoare în tehnicile de analiză a datelor, deși se concentrează mai mult pe aspectele teoretice decât pe implementarea practică cu cod. Cititorii apreciază în general profunzimea conținutului și perspectivele autorului, dar există critici cu privire la structura sa, profunzimea exemplelor și acuratețea unor explicații.

⬤ Oferă o prezentare completă a diferitelor tehnici de analiză a datelor
⬤ bine scrisă și accesibilă
⬤ prezintă perspective utile și încurajează gândirea out-of-the-box
⬤ potrivită pentru începători
⬤ include instrumente și metode practice
⬤ valoroasă pentru înțelegerea în profunzime a conceptelor.

⬤ Titlu înșelător cu privire la instrumentele open source
⬤ nu conține suficiente exemple de coduri de lucru
⬤ probleme organizatorice cu fluxul de conținut
⬤ unele inexactități matematice și statistice
⬤ dimensiunea fontului este prea mică pentru o lectură confortabilă
⬤ poate să nu fie potrivit pentru cei care caută detalii tehnice profunde sau exemple practice riguroase.

(pe baza a 52 recenzii ale cititorilor)

Titlul original:

Data Analysis with Open Source Tools: A Hands-On Guide for Programmers and Data Scientists

Conținutul cărții:

Colectarea datelor este relativ ușoară, dar transformarea informațiilor brute în ceva util necesită să știți cum să extrageți exact ceea ce aveți nevoie. Cu această carte pătrunzătoare, programatorii intermediari și experimentați interesați de analiza datelor vor învăța tehnici de lucru cu datele într-un mediu de afaceri. Veți învăța cum să vă uitați la date pentru a descoperi ce conțin acestea, cum să capturați aceste idei în modele conceptuale și apoi să transmiteți înțelegerea dvs. înapoi în organizație prin planuri de afaceri, tablouri de bord pentru măsurători și alte aplicații.

Pe parcurs, veți experimenta conceptele prin ateliere practice la sfârșitul fiecărui capitol. Mai presus de toate, veți învăța cum să vă gândiți la rezultatele pe care doriți să le obțineți - mai degrabă decât să vă bazați pe instrumente care să gândească pentru dumneavoastră.

⬤ Utilizați grafice pentru a descrie date cu una, două sau zeci de variabile.

⬤ Elaborați modele conceptuale utilizând calcule de tip "back-of-the-envelope", precum și argumente de scalare și probabilitate.

⬤ Examinați datele prin metode intensive de calcul, cum ar fi simularea și gruparea.

⬤ Să vă faceți concluziile inteligibile prin rapoarte, tablouri de bord și alte programe de măsurare.

⬤ Înțelegeți calculele financiare, inclusiv valoarea în timp a banilor.

⬤ Utilizați tehnici de reducere a dimensionalității sau de analiză predictivă pentru a face față situațiilor dificile de analiză a datelor.

⬤ Familiarizați-vă cu diferite medii de programare open source pentru analiza datelor.

"În sfârșit, o referință concisă pentru a înțelege cum să cucerești grămezi de date." --Austin King, Senior Web Developer, Mozilla.

"Un text indispensabil pentru cercetătorii de date aspiranți." --Michael E. Driscoll, CEO/Fondator, Dataspora.