Recenzii ale cititorilor
Rezumat:Cartea este recunoscută pe scară largă ca o resursă fundamentală pentru cei care intră în domeniul științei datelor, în special pentru analiștii care fac tranziția în acest domeniu. Este lăudată pentru explicațiile sale clare și exemplele practice. Cu toate acestea, mulți utilizatori și-au exprimat frustrarea din cauza fișierelor de date și a codului nefuncțional, ceea ce îi diminuează utilitatea.
Avantaje:⬤ Resursă fundamentală pentru știința datelor
⬤ Explicații clare și accesibile ale conceptelor complexe
⬤ Exemple și seturi de date bine organizate și utile
⬤ Produs de înaltă calitate
⬤ Ideal atât pentru începători, cât și pentru instructori.
Dezavantaje:⬤ Fișierele de date nu funcționează, ceea ce face dificilă practica
⬤ Multe exemple de cod nu sunt funcționale
⬤ Lipsa percepută de corectare și control al calității.
(pe baza a 8 recenzii ale cititorilor)
Titlul original:
Principles of Data Science: Mathematical techniques and theory to succeed in data-driven industries
Conținutul cărții:
Învățați tehnicile și matematica de care aveți nevoie pentru a începe să dați sens datelor dvs.
Caracteristici principale:
⬤ Îmbunătățiți-vă cunoștințele de codare cu teoria științei datelor pentru o perspectivă practică asupra științei și analizei datelor.
⬤ Mai mult decât un simplu curs de matematică, învățați cum să efectuați sarcini de știința datelor din lumea reală cu R și Python.
⬤ Creați perspective acționabile și transformați datele brute în valoare tangibilă.
Descrierea cărții:
Aveți nevoie să vă transformați abilitățile de programare în abilități eficiente de știința datelor? Principles of Data Science este creată pentru a vă ajuta să uniți punctele dintre matematică, programare și analiza de afaceri. Cu ajutorul acestei cărți, vă veți simți încrezător să puneți - și să răspundeți - la întrebări complexe și sofisticate despre datele dvs. pentru a trece de la statistici abstracte și brute la idei concrete.
Cu o abordare unică, care face o punte între matematică și informatică, această carte vă conduce prin întregul parcurs al științei datelor. Începând cu curățarea și pregătirea datelor și strategiile și tehnicile eficiente de extragere a datelor, veți trece la construirea unei imagini cuprinzătoare a modului în care fiecare piesă din puzzle-ul științei datelor se potrivește. Învățați bazele matematicii computaționale și ale statisticii, precum și unele pseudocoduri utilizate în prezent de cercetătorii și analiștii de date. Vă veți familiariza cu învățarea automată, veți descoperi modelele statistice care vă ajută să preluați controlul și să navigați chiar și prin cele mai dense seturi de date și veți afla cum să creați vizualizări puternice care să comunice ce înseamnă datele dvs.
Ce veți învăța:
⬤ Cunoașteți cei mai importanți cinci pași ai științei datelor.
⬤ Utilizați-vă datele în mod inteligent și învățați cum să le tratați cu grijă.
⬤ Puneți o punte între matematică și programare.
⬤ Învățați despre probabilitate, calcul și cum să utilizați modele statistice pentru a vă controla și curăța datele și pentru a obține rezultate acționabile.
⬤ Construiți și evaluați modele de învățare automată de bază.
⬤ Explorați cele mai eficiente măsurători pentru a determina succesul modelelor de învățare automată.
⬤ Creați vizualizări de date care comunică informații utile.
⬤ Luați și aplicați conceptele de învățare automată la problemele dvs. și faceți predicții reale.
Pentru cine este această carte:
Ar trebui să vă familiarizați destul de bine cu algebra de bază și să vă simțiți confortabil citind fragmente de R/Python, precum și pseudocod. Ar trebui să aveți dorința de a învăța și de a aplica tehnicile prezentate în această carte fie pe propriile seturi de date, fie pe cele care vă sunt puse la dispoziție. Dacă aveți abilități matematice de bază, dar doriți să le aplicați în știința datelor sau aveți bune abilități de programare, dar vă lipsește matematica, atunci această carte este pentru dumneavoastră.
