Data science od podstaw. Analiza danych... w.2
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 13
Просматривая «Data science od podstaw. Analiza danych... w.2» 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.
- Автор: Джоел Грус
- Назва: Наука про дані з нуля. Аналіз даних... v.2
- Видавець: Helion
- EAN: 9788383221311
- Сторінок: 352
- Рік видання: 2022
- обшивка: брошура
Аналітика даних вважається надзвичайно перспективною галуззю знань. Він стрімко розвивається і знаходить нові застосування. Професіонали, які вміють витягувати з них корисну інформацію, можуть розраховувати на цікаву роботу та дуже привабливі умови працевлаштування. Однак, щоб стати аналітиком даних, вам потрібно знати математику та статистику, а також навчитися програмувати. Машинне навчання та навички глибокого навчання також важливі. У випадку з такою специфічною сферою, як data science, особливо важливо отримати ґрунтовні основи та досконально їх зрозуміти. Цей посібник охоплює основи науки про дані. Пояснюються необхідні елементи математики та статистики. Також представлені методи побудови необхідних інструментів і методи роботи найважливіших алгоритмів. Книгу було створено так, щоб окремі реалізації були максимально прозорими та зрозумілими. Наведені тут приклади написані мовою Python: це досить проста мова для вивчення, а роботу з даними полегшує низка корисних бібліотек Python. Друге видання включає нові теми, такі як глибоке навчання, статистика та обробка природної мови, а також операції з великими наборами даних. Ці проблеми часто виникають у роботі сучасного аналітика даних. Книга включає, серед іншого: елементи лінійної алгебри, статистику та обчислення ймовірностей, збір даних, очищення та видобуток даних, алгоритми моделей аналізу даних, основи машинного навчання, системи рекомендацій та обробки природної мови, аналіз соціальних мереж і алгоритм MapReduce. Наука про дані: будуйте на міцній основі!