Ocena:
Książka oferuje kompleksowe wprowadzenie do nauki o danych poprzez realistyczne studia przypadków, które opierają się na koncepcjach algorytmicznych. Jest przystępna dla początkujących i zapewnia cenne spostrzeżenia dla doświadczonych programistów. Niektórzy użytkownicy uważają jednak, że brakuje jej podstawowych szczegółów i rygoru, co czyni ją mniej odpowiednią dla czytelników bez wcześniejszej wiedzy lub doświadczenia w Pythonie i narzędziach do nauki o danych.
Zalety:⬤ Kompleksowe omówienie z realistycznymi studiami przypadków, które wprowadzają różne algorytmy nauki o danych.
⬤ Przystępny styl pisania, który unika zbyt akademickiego języka.
⬤ Oferuje dostępny do pobrania kod Jupyter notebooks do praktycznej nauki.
⬤ Dobrze zorganizowana struktura pozwala na sekwencyjną naukę.
⬤ Zachęca do praktycznych projektów, które odzwierciedlają rzeczywiste zadania związane z nauką o danych.
⬤ Brak podstawowych informacji dla początkujących, takich jak instrukcje instalacji narzędzi (np. Anaconda, Jupyter).
⬤ Niektórzy użytkownicy zauważyli nieścisłości w wyjaśnieniach kluczowych pojęć statystycznych.
⬤ Bloki kodu mogą być trudne do odczytania ze względu na ich formatowanie.
⬤ Treść może przeskakiwać, co utrudnia jej śledzenie, jeśli nie jest czytana sekwencyjnie.
(na podstawie 8 opinii czytelników)
Data Science Bookcamp: Five Real-World Python Projects
Na Data Science Bookcamp sprawdzisz i rozwiniesz swoją znajomość języka Python oraz nauczysz się radzić sobie z otwartymi problemami, nad którymi codziennie pracują profesjonalni analitycy danych. Podczas Data Science Bookcamp sprawdzisz i rozwiniesz swoją znajomość języka Python oraz nauczysz się radzić sobie z otwartymi problemami, nad którymi codziennie pracują profesjonalni analitycy danych.
Data Science Bookcamp to kompleksowy zestaw ambitnych projektów starannie zaprojektowanych, aby rozwinąć umiejętności w zakresie nauki o danych od nowicjusza do mistrza. Leonard Apeltsin, doświadczony analityk danych, przygotował pięć coraz trudniejszych ćwiczeń, które sprawdzają twoje umiejętności w odniesieniu do problemów, z jakimi spotykasz się w prawdziwym świecie.
W trakcie rozwiązywania każdego z zadań, zdobędziesz i rozwiniesz umiejętności z zakresu nauki o danych i języka Python, które wykorzystasz jako profesjonalny analityk danych. Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.