Data science od podstaw. Analiza danych


Код: 12200412750
1062 грн
Ціна вказана з доставкою в Україну
Товар є в наявності
ЯК ЕКОНОМИТИ НА ДОСТАВКЕ?
Замовляйте велику кількість товарів у цього продавця
Інформація
  • Час доставки: 7-10 днів
  • Стан товару: новий
  • Доступна кількість: 1

Оплачивая «Data science od podstaw. Analiza danych» данный товар из каталога «Базы данных» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.

Наука про дані з нуля. Аналіз даних на Python. Видання ІІ

Автор: Джоел Грус

Видавництво: Геліон

Рік видання: 2020

Переклад: Войцєх Бомбік, Конрад Матук

ISBN: 978-83-8322-131-1

Формат: 168x237

Обкладинка: м'яка

Сторінок: 352

Книга нова

79,00 злотих ---> 49,77 злотих

Аналітика даних вважається надзвичайно перспективною галуззю знань. Він швидко 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. Коли йдеться про таку конкретну галузь, як наука про дані, особливо важливо отримати міцну основу та досконало її зрозуміти.

Цей посібник охоплює основи науки про дані. Пояснюються необхідні елементи математики та статистики. Також були 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 глибинне навчання, статистика та обробка природної мови, а також операції з великими наборами даних. Ці проблеми часто виникають у роботі сучасного аналітика даних.

Книга включає, зокрема:

  • елементи лінійної алгебри, статистики та теорії ймовірностей
  • збір, очищення даних і аналіз даних
  • алгоритми для моделей аналізу даних
  • основи машинного навчання
  • системи рекомендацій і обробка природної мови
  • аналіз соціальних мереж і алгоритм MapReduce

Наука про дані: будуйте на міцній основі!