Наука про дані, виклики та рішення. Як залишитися
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 15
Оплачивая «Наука о данных, проблемы и решения. Как остаться» данный товар из каталога «Программирование», вы можете получить дополнительную скидку 4%, если произведете 100% предоплату. Размер скидки вы можете увидеть сразу при оформлении заказа на сайте. Внимание!!! Скидка распространяется только при заказе через сайт.
Наука про дані, проблеми та рішення. Як стати експертом з аналізу даних
Автор: Daniel Vaughan
Видавництво: Helion
Рік видання: 2024
Переклад: Tomasz Walczak
ISBN: 9788328912946
Формат: 165x235
Палітурка: м'яка
Сторінок: 232
Книга нова
Ціна обкладинки книги: 79,00 злотих > акційну ціну можна знайти на наш аукціон!
Вивчити та практикувати Данологію – не найпростіше завдання. Навчання в цій галузі зазвичай стосується програмування та машинного навчання, але чудовий аналітик даних повинен знати багато інших тем. Їм можна навчитися на роботі, але для цього необхідно знайти наставника. А це, на жаль, не завжди можливо.
Цей підручник починається там, де закінчується більшість книжок, — реальними процесами прийняття рішень на основі висновків, отриманих на основі даних.
Брет Холлеман, незалежний фахівець із обробки даних
З цією книгою ви навчитеся різноманітним технікам, які допоможуть вам стати більш продуктивним аналітиком даних. По-перше, ви дізнаєтеся про теми, пов’язані з розумінням даних і навичками спілкування, які необхідні в роботі хорошого науковця з даних. Лише тоді ви зосередитеся на ключових аспектах машинного навчання. Таким чином ви поступово прогресуватимете від середнього кандидата до виняткового фахівця з обробки даних. Навички, описані в цьому посібнику, були визнані, каталогізовані, проаналізовані та застосовані для створення цінності та навчання науковців із обробки даних у різних компаніях і галузях протягом багатьох років.
З цієї книги ви дізнаєтеся:
- як змусити процеси, керовані наукою даних, створювати цінність
- як розробити корисні показники
- як отримати підтримку зацікавлених сторін
- як переконатися, що алгоритм машинного навчання підходить для вирішення завдань задане завдання
- як контролювати витік даних
Ось бракує підручника для комерційного успіху з наукою про дані!
Адрі Пуркаястха, директор відділу ризиків штучного інтелекту, BNP Paribas
Доктор Деніел Воганвирішує проблеми за допомогою методів прогнозування та приписів протягом п’ятнадцяти років. Зараз він очолює відділ наукових даних у Airbnb у Латинській Америці. Раніше він був головним спеціалістом із даних і керівником відділу даних у Telefónica México.