Știința datelor utilizând Python și R

Recenzii ale cititorilor

Cartea este recunoscută pentru claritatea și utilitatea sa în curățarea datelor, cu un accent pe învățarea bazată pe exemple. Cu toate acestea, este criticată pentru prețul său ridicat, lipsa suportului online pentru seturile de date și probleme minore cu calitatea imprimării.

Ușor de citit, referință bună pentru cursurile de curățare a datelor, bine detaliată, orientată spre exemple cu fragmente de cod.

Scumpă pentru lungimea sa, calitate neclară a imprimării pe unele pagini, nu oferă suport online pentru seturi de date, nu are acces la coduri și seturi de date conexe, a trecut cu vederea pașii dificili.

(pe baza a 6 recenzii ale cititorilor)

Titlul original:

Data Science Using Python and R

Conținutul cărții:

Învățați știința datelor practicând știința datelor

Știința datelor utilizând Python și Rvă va conecta la cele mai răspândite două platforme open-source din lume pentru știința datelor: Python și R.

Știința datelor este la modă. Bloomberg a numit știința datelor "cea mai fierbinte slujbă din America". Python și R sunt cele mai importante două instrumente open-source pentru știința datelor din lume. În Data Science Using Python and R, veți învăța pas cu pas cum să produceți soluții practice la probleme de afaceri din lumea reală, folosind tehnici de ultimă oră.

Data Science Using Python and R este scrisă pentru cititorul general fără experiență anterioară în analiză sau programare. Un capitol întreg este dedicat învățării noțiunilor de bază despre Python și R. Apoi, fiecare capitol prezintă instrucțiuni pas cu pas și parcursuri pentru rezolvarea problemelor de știința datelor folosind Python și R.

Cei cu experiență în domeniul analizei vor aprecia faptul că au la dispoziție un ghișeu unic pentru a învăța cum să facă știința datelor utilizând Python și R. Subiectele abordate includ pregătirea datelor, analiza exploratorie a datelor, pregătirea pentru modelarea datelor, arbori de decizie, evaluarea modelelor, costurile de clasificare greșită, clasificarea na ve Bayes, rețele neuronale, clusterizare, modelarea regresiei, reducerea dimensiunilor și extragerea regulilor de asociere.

Mai mult, sunt incluse și subiecte noi interesante, cum ar fi pădurile aleatorii și modelele liniare generale. Cartea pune accentul pe costurile erorilor bazate pe date pentru a spori profitabilitatea, ceea ce evită capcanele comune care pot costa o companie milioane de dolari.

Data Science Using Python and R oferă exerciții la sfârșitul fiecărui capitol, totalizând peste 500 de exerciții în carte. Prin urmare, cititorii vor avea numeroase ocazii de a-și testa abilitățile și expertiza nou dobândite în domeniul științei datelor. În exercițiile Hands-on Analysis, cititorii sunt provocați să rezolve probleme de afaceri interesante folosind seturi de date din lumea reală.