Data Science. Наука про дані з нуля Джоел Грас

Книга дозволяє вивчити науку про дані (Data Science) та застосувати отримані знання на практиці. Вона написана так, що сприяє зануренню в Data Science аналітика, що фактично не має глибоких знань у цій прикладній дисципліні. В обсягах, достатніх для початку роботи в галузі Data Science, книга містить інтенсивний курс мови Python, елементи лінійної алгебри, математичної статистики, теорії ймовірностей, методів збору, очищення, нормалізації та обробки даних. Дано основи машинного навчання. Описані різні математичні моделі та їх реалізація за методом k найближчих сусідів, наївної байєсівської класифікації, лінійної та логістичної регресії, а також моделі на основі дерев ухвалення рішень, нейронних мереж та кластеризації. Розказано про роботу з рекомендаційними системами, описано прийоми обробки природної мови, методи аналізу соціальних мереж, основи баз даних, SQL та MapReduce. Книжка дозволяє освоїти науку про дані, розпочавши "з чистого аркуша". Вона написана так, що сприяють зануренню в Data Science аналітика, який фактично не має глибоких знань у цій прикладній дисципліні. При цьому ви переконаєтеся, що описані у книзі програмні бібліотеки, платформи, модулі та пакети інструментів, призначені для роботи в галузі науки про дані, чудово справляються із завданнями аналізу даних. А якщо у вас є здібності до математики та навички програмування, то Джоел Грас допоможе вам відчути себе комфортно з математичним та статистичним апаратом, що лежить в основі науки про дані, а також з прийомами алгоритмізації, які будуть потрібні для роботи в цій галузі. У сьогоднішньому хаотичному потоці даних приховані відповіді на багато питань, що хвилюють людину. Книга познайомить із методологією, яка дозволить правильно сформулювати ці питання та знайти на них відповіді. Разом з Джоелом Грас та його книгою: Пройдіть інтенсивний курс мови Python Вивчіть елементи лінійної алгебри, математичної статистики, теорії ймовірностей та їх застосування в науці про дані Займіться збором, очищенням, нормалізацією та керуванням даними їх реалізацією за методом k-найближчих сусідів, наївної байесівської класифікації, лінійної та логістичної регресії, а також моделями на основі дерев прийняття рішень, нейронних мереж та кластеризації Освойте роботу з рекомендаційними системами, прийоми обробки природної мови, методи аналізу соціальних мереж, технології баз даних "Джоел проведе для вас екскурсію з науки про дані. У результаті ви перейдете від простої цікавості до глибокого розуміння нагальних алгоритмів, які повинен знати будь-який аналітик даних." Роїт Шивапрасад, Фахівець компанії Amazon в галузі Data Science з 2014 р.