Наука о данных с нуля Анализ данных на Python


Код: 18043702441
1153 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 25

Просматривая «Наука о данных с нуля Анализ данных на Python» 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 о данных с нуля. Анализ данных на Python

Автор: Джоэл Грус

EAN: 9788383221311

Год выпуска: 2025

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 составлена ​​таким образом, 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 проблемы часто возникают в работе современного аналитика данных.

В книге, среди прочего:

элементы линейной алгебры, статистики и теории вероятностей

сбор, очистка и анализ данных

Алгоритмы модели анализа данных

основы машинного обучения

системы рекомендаций и обработка естественного языка

Анализ социальных сетей и алгоритм MapReduce

Наука о данных: стройте на прочном фундаменте!