Data science od podstaw. analiza danych w pythonie wyd. 2 (Helion)

Analityka informacji jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się momentalnie i znajduje coraz to nowsze użycia. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych danych mogą liczyć na atrakcyjną pracę i niezwykle interesujące warunki zatrudnienia.

Jednak aby zostać analitykiem informacji, trzeba znać matematykę i statystykę i nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego na dodatek są ważne. W sytuacji tak niepowtarzalnej dziedziny, jaką jest nauka o danych, istotnie znaczne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie.

W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono potrzebne komponenty matematyki i statystyki. Przedstawiono także techniki budowy koniecznych narzędzi i sposoby działania najszczególniejszych algorytmów.

Książka została skonstruowana tak, aby poszczególne implementacje były jak najszczególniej krystaliczne i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość nietrudny do nauki, a pracę na danych usprawnia szereg przydatnych bibliotek Pythona.

W drugim wydaniu znalazły się świeże tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach informacji. Zagadnienia te często pojawiają się w pracy współczesnego analityka informacji.

W książce między innymi: komponenty algebry liniowej, statystyki i rachunku prawdopodobieństwa zbieranie, oczyszczanie i eksploracja informacji algorytmy modeli analizy informacji podstawy uczenia maszynowego systemy rekomendacji i przetwarzanie języka naturalnego analiza sieci społecznościowych i algorytm MapReduce Nauka o danych: bazuj na potężnych podstawach!

Powyższy opis pochodzi od wydawcy.