Literatura naukowa, popularnonaukowa
Data science od podstaw. Analiza danych... w.2
Data science od podstaw. Analiza danych... w.2
Nasza cena:
31,60 PLN
Cena detaliczna: 79,00 PLN
Oszczędzasz: 60% (47,40 PLN)
Autor:Joel Grus
Rok wydania:2022
Ilość stron:352
Oprawa:broszurowa
Najniższa cena z 30 dni:31.6 PLN
EAN:
9788383221311
Status:
Szanowny kliencie towar został
wyprzedany
wyprzedany
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.
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 znalay 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.
W książce między innymi:elementy algebry liniowej, statystyki i rachunku prawdopodobieństwazbieranie, oczyszczanie i eksploracja danychalgorytmy modeli analizy danychpodstawy uczenia maszynowegosystemy rekomendacji i przetwarzanie języka naturalnegoanaliza sieci społecznościowych i algorytm MapReduceNauka o danych: bazuj na solidnych podstawach!
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 znalay 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.
W książce między innymi:elementy algebry liniowej, statystyki i rachunku prawdopodobieństwazbieranie, oczyszczanie i eksploracja danychalgorytmy modeli analizy danychpodstawy uczenia maszynowegosystemy rekomendacji i przetwarzanie języka naturalnegoanaliza sieci społecznościowych i algorytm MapReduceNauka o danych: bazuj na solidnych podstawach!
Egzemplarze powystawowe - mogą zawierać zbite rogi, rozdarcia, przybrudzenia, rysy.