DATA SCIENCE OD PODSTAW. ANALIZA DANYCH... W.2
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 5
Просматривая «DATA SCIENCE OD PODSTAW. ANALIZA DANYCH... W.2», вы можете быть уверены, что данный товар из каталога «Программирование» будет доставлен из Польши и проверен на целостность. В цене товара, указанной на сайте, учтена доставка из Польши. Внимание!!! Товары для Евросоюза, согласно законодательству стран Евросоюза, могут отличаться упаковкой или наполнением.
Наука о данных с нуля. Анализ данных... v2
⭐⭐⭐⭐⭐
✅ Автор: Джоэл Грус
✅ Издатель: Helion
✅ Pages Размер: 352, Формат: 241х170 мм
✅ Год издания: 2022, переплет: буклет
✅ ISBN: 9788383221311
✅ EAN: 9788383221311
✅ Код: 510953 at5
Аналитика данных считается чрезвычайно перспективной областью знаний. Он быстро развивается и находит новые применения. Профессионалы, умеющие анализировать данные и извлекать из них полезную информацию, могут рассчитывать на интересную работу и очень привлекательные условия трудоустройства. Однако, чтобы стать аналитиком данных, вам необходимо знать математику и статистику, а также изучить программирование. Также важны навыки машинного обучения и глубокого обучения. В случае такой специфической области, как наука о данных, особенно важно получить основательные основы и досконально их понять. В этом руководстве рассматриваются основы науки о данных. Объясняются необходимые элементы математики и статистики. Также представлены методики построения необходимых инструментов и методы работы важнейших алгоритмов. Книга была создана для того, чтобы сделать отдельные реализации максимально прозрачными и понятными. Приведенные здесь примеры написаны на Python: это довольно простой для изучения язык, а работу с данными упрощает ряд полезных библиотек Python. Второе издание включает новые темы, такие как глубокое обучение, статистика и обработка естественного языка, а также операции с большими наборами данных. Эти вопросы часто возникают в работе современного аналитика данных. Книга включает, среди прочего: элементы линейной алгебры, статистики и расчета вероятностей, сбора, очистки и анализа данных, алгоритмы моделей анализа данных, основы машинного обучения, системы рекомендаций и обработки естественного языка, анализ социальных сетей и алгоритм MapReduce. Наука о данных: стройте на прочном фундаменте!