Bewertung:
Das Buch ist weithin als grundlegende Ressource für diejenigen anerkannt, die in den Bereich der Datenwissenschaft einsteigen, insbesondere für Analysten, die in diesen Bereich wechseln. Es wird für seine klaren Erklärungen und praktischen Beispiele gelobt. Viele Benutzer haben jedoch ihre Frustration über nicht funktionierende Datendateien und Code zum Ausdruck gebracht, was die Benutzerfreundlichkeit beeinträchtigt.
Vorteile:⬤ Grundlegende Ressource für Data Science
⬤ Klare und verständliche Erklärungen komplexer Konzepte
⬤ Gut organisierte und nützliche Beispiele und Datensätze
⬤ Hochwertiges Produkt
⬤ Ideal für Anfänger und Dozenten.
⬤ Datendateien funktionieren nicht, was das Üben erschwert
⬤ Viele Codebeispiele sind nicht funktionsfähig
⬤ Wahrgenommener Mangel an Korrekturlesen und Qualitätskontrolle.
(basierend auf 8 Leserbewertungen)
Principles of Data Science: Mathematical techniques and theory to succeed in data-driven industries
Lernen Sie die Techniken und die Mathematik, die Sie brauchen, um Ihre Daten sinnvoll zu nutzen.
Hauptmerkmale:
⬤ Erweitern Sie Ihre Programmierkenntnisse mit der Theorie der Datenwissenschaft, um einen praktischen Einblick in die Datenwissenschaft und -analyse zu erhalten.
⬤ Mehr als nur ein Mathekurs: Lernen Sie, wie Sie mit R und Python reale datenwissenschaftliche Aufgaben lösen können.
⬤ Schaffen Sie verwertbare Erkenntnisse und verwandeln Sie Rohdaten in greifbaren Wert.
Buchbeschreibung:
Möchten Sie Ihre Programmierkenntnisse in effektive Data-Science-Fähigkeiten umwandeln? Principles of Data Science wurde entwickelt, um Ihnen zu helfen, die Punkte zwischen Mathematik, Programmierung und Geschäftsanalyse zu verbinden. Mit diesem Buch werden Sie sich sicher fühlen, komplexe und anspruchsvolle Fragen zu Ihren Daten zu stellen und zu beantworten, um von abstrakten und rohen Statistiken zu umsetzbaren Ideen zu gelangen.
Mit einem einzigartigen Ansatz, der die Kluft zwischen Mathematik und Informatik überbrückt, führt Sie dieses Buch durch die gesamte Data Science Pipeline. Beginnend mit der Bereinigung und Aufbereitung von Daten und effektiven Data-Mining-Strategien und -Techniken werden Sie sich ein umfassendes Bild davon machen, wie jedes Teil des Data-Science-Puzzles zusammenpasst. Sie lernen die Grundlagen der Computermathematik und Statistik sowie einige Pseudocodes kennen, die heute von Datenwissenschaftlern und -analysten verwendet werden. Sie werden sich mit maschinellem Lernen vertraut machen, die statistischen Modelle entdecken, die Ihnen helfen, die Kontrolle zu übernehmen und selbst die dichtesten Datensätze zu navigieren, und herausfinden, wie Sie leistungsstarke Visualisierungen erstellen, die die Bedeutung Ihrer Daten vermitteln.
Was Sie lernen werden:
⬤ Lernen Sie die fünf wichtigsten Schritte der Datenwissenschaft kennen.
⬤ Nutzen Sie Ihre Daten auf intelligente Weise und lernen Sie, wie Sie mit ihnen sorgfältig umgehen.
⬤ Überbrücken Sie die Kluft zwischen Mathematik und Programmierung.
⬤ Lernen Sie etwas über Wahrscheinlichkeit, Kalkül und die Verwendung statistischer Modelle, um Ihre Daten zu kontrollieren und zu bereinigen und verwertbare Ergebnisse zu erzielen.
⬤ Erstellen und bewerten Sie grundlegende Modelle für maschinelles Lernen.
⬤ Erforschen Sie die effektivsten Metriken, um den Erfolg Ihrer maschinellen Lernmodelle zu bestimmen.
⬤ Erstellen Sie Datenvisualisierungen, die verwertbare Erkenntnisse vermitteln.
⬤ Lesen und wenden Sie Konzepte des maschinellen Lernens auf Ihre Probleme an und machen Sie konkrete Vorhersagen.
Für wen dieses Buch geeignet ist:
Sie sollten mit den Grundlagen der Algebra einigermaßen vertraut sein und sich beim Lesen von R/Python-Schnipseln und Pseudocode wohl fühlen. Sie sollten den Drang verspüren, die in diesem Buch vorgestellten Techniken zu erlernen und entweder auf Ihre eigenen oder auf Ihnen zur Verfügung gestellte Datensätze anzuwenden. Wenn Sie über mathematische Grundkenntnisse verfügen, diese aber in der Datenwissenschaft anwenden wollen, oder wenn Sie über gute Programmierkenntnisse verfügen, aber nicht über mathematische Kenntnisse, dann ist dieses Buch genau das Richtige für Sie.
| ISBN: | 9781785887918 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
