Data science od podstaw. Analiza danych w Pythonie. Wydanie II Przemków

Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki …

od 51,50 Najbliżej: 32 km

Liczba ofert: 4

Oferta sklepu

Opis

Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki zatrudnienia. Jednak aby zostać analitykiem danych, trzeba znać matematykę i statystykę, a także nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego również są ważne. W przypadku tak specyficznej dziedziny, jaką jest nauka o danych, szczególnie istotne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie. W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych. W książce między innymi: elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa zbieranie, oczyszczanie i eksploracja danych algorytmy modeli analizy danych podstawy uczenia maszynowego systemy rekomendacji i przetwarzanie języka naturalnego analiza sieci społecznościowych i algorytm MapReduce Nauka o danych: bazuj na solidnych podstawach! Data science od podstaw – Analiza danych w Pythonie. Wydanie II Odkryj fascynujący świat analityki danych z książką "Data science od podstaw". To doskonały przewodnik, który wprowadza w tajniki nauki o danych, oferując solidne podstawy matematyczne i statystyczne, a także praktyczne umiejętności programowania w Pythonie. Dla kogo jest ta książka? Osoby początkujące w dziedzinie analityki danych Studenci kierunków związanych z informatyką i statystyką Profesjonaliści pragnący poszerzyć swoje umiejętności w zakresie analizy danych Każdy, kto chce zrozumieć podstawy uczenia maszynowego i algorytmów Co zyskasz dzięki tej publikacji? Gruntowną wiedzę na temat matematyki i statystyki niezbędnej w analityce danych Umiejętność programowania w Pythonie w kontekście analizy danych Praktyczne techniki budowy narzędzi analitycznych Znajomość najważniejszych algorytmów i ich zastosowań Kluczowe tematy i obszary Podstawy matematyki i statystyki w kontekście analizy danych Programowanie w Pythonie dla analityków danych Techniki budowy narzędzi analitycznych Algorytmy uczenia maszynowego i ich implementacja O Autorze Joel Grus to doświadczony specjalista w dziedzinie analityki danych, który dzieli się swoją wiedzą i pasją do nauki o danych. Jego podejście do nauczania łączy teorię z praktycznymi przykładami, co czyni go idealnym przewodnikiem w tej złożonej dziedzinie. O Wydawcy Wydawnictwo Helion to renomowany wydawca książek z zakresu technologii, informatyki i nauk ścisłych. Dzięki wieloletniemu doświadczeniu, Helion dostarcza publikacje, które są nie tylko merytoryczne, ale także przystępne dla czytelników na różnych poziomach zaawansowania. Producent/osoba odpowiedzialna za bezpieczeństwo produktuHELION S.A.Kościuszk 1C44-100 Gliwicegpsr@grupahelion.pl322309863

Specyfikacja

Podstawowe informacje

Autor
  • Joel Grus
Wybrane wydawnictwa
  • Helion
Okładka
  • Broszura
Format
  • 168x237
Rok wydania
  • 2022
Ilość stron
  • 352
Tematyka
  • Programowanie
ISBN
  • 9788383221311