Data Scientist: Ostateczny przewodnik po zostaniu analitykiem danych

Ocena:   (4,1 na 5)

Data Scientist: Ostateczny przewodnik po zostaniu analitykiem danych (Zacharias Voulgaris)

Opinie czytelników

Podsumowanie:

Książka jest przewodnikiem wprowadzającym do nauki o danych, który jest szczególnie przydatny dla osób przechodzących do tej dziedziny z pokrewnych dyscyplin. Obejmuje istotne tematy, w tym potrzebne umiejętności, porady dotyczące kariery i różnice między metodologiami. Niektórzy czytelnicy stwierdzili jednak, że brakuje mu głębi dla doświadczonych profesjonalistów i skrytykowali jego przestarzały ton i okazjonalną protekcjonalność.

Zalety:

Łatwa do przeczytania i zrozumienia dla początkujących.
Zapewnia jasną ścieżkę przejścia do nauki o danych.
Zawiera cenne odniesienia i zasoby.
Inspirująca i pouczająca dla aspirujących naukowców zajmujących się danymi.
Obejmuje szeroki zakres istotnych umiejętności i porad dotyczących kariery.

Wady:

Może nie oferować nowych spostrzeżeń dla doświadczonych profesjonalistów.
Niektórzy czytelnicy uważali, że jest zbyt uproszczony lub protekcjonalny.
Autor jest stosunkowo nowy w tej dziedzinie, co prowadzi do wątpliwości co do głębi książki.
Sporadyczne powtórzenia w tekście.

(na podstawie 23 opinii czytelników)

Oryginalny tytuł:

Data Scientist: The Definitive Guide to Becoming a Data Scientist

Zawartość książki:

Dowiedz się, czym jest data scientist i jak nim zostać.

W miarę jak nasze społeczeństwo przekształca się w społeczeństwo oparte na danych, rola analityka danych staje się coraz ważniejsza. Jeśli chcesz być w czołówce tego, co z pewnością stanie się głównym zawodem w niedalekiej przyszłości, ta książka pokaże ci, jak to zrobić.

Każdy rozdział jest wypełniony praktycznymi informacjami, które pomogą ci zebrać owoce big data i stać się odnoszącym sukcesy Data Scientist.

⬤ Dowiedzieć się, czym są duże zbiory danych i czym różnią się od tradycyjnych danych poprzez swoje główne cechy: objętość, różnorodność, szybkość i prawdziwość.

⬤ Poznaj różne typy Data Scientists i zestaw umiejętności każdego z nich.

⬤ Zagłębić się w to, czego wymaga rola Data Scientist pod względem odpowiedniego sposobu myślenia, umiejętności technicznych, doświadczenia i sposobu, w jaki Data Scientist łączy się z innymi ludźmi.

⬤ Zostań Data Scientist na jeden dzień, analizując problemy, które możesz napotkać i jak sobie z nimi radzisz, jakich programów używasz i jak poszerzasz swoją wiedzę i know-how.

⬤ Zobacz, jak możesz zostać Data Scientist, w zależności od tego, od czego zaczynasz: programowania, uczenia maszynowego lub środowiska związanego z danymi.

⬤ Prześledzić krok po kroku proces zdobywania pracy Data Scientist: gdzie należy szukać, jak zaprezentować się potencjalnemu pracodawcy i co jest potrzebne, aby podążać ścieżką freelancera.

⬤ Przeczytaj studia przypadków doświadczonych Data Scientists wyższego szczebla, aby uzyskać lepszą perspektywę tego, czym jest ta rola w praktyce.

Na końcu książki znajduje się słowniczek najważniejszych pojęć, które zostały wprowadzone, a także trzy załączniki - lista przydatnych witryn, kilka istotnych artykułów w Internecie oraz lista zasobów offline do dalszego czytania.

Dodatkowe informacje o książce:

ISBN:9781935504696
Autor:
Wydawca:
Oprawa:Miękka oprawa
Rok wydania:2014
Liczba stron:300

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Data Scientist: Ostateczny przewodnik po zostaniu analitykiem danych - Data Scientist: The...
Dowiedz się, czym jest data scientist i jak nim...
Data Scientist: Ostateczny przewodnik po zostaniu analitykiem danych - Data Scientist: The Definitive Guide to Becoming a Data Scientist
Julia w nauce o danych - Julia for Data Science
Po omówieniu znaczenia Julii dla społeczności nauki o danych i kilku podstawowych zasad nauki o danych, zaczynamy...
Julia w nauce o danych - Julia for Data Science
Julia dla uczenia maszynowego - Julia for Machine Learning
Uwolnij moc Julii dla swoich zadań uczenia maszynowego .Ujawniamy, dlaczego Julia jest wybierana...
Julia dla uczenia maszynowego - Julia for Machine Learning
Sztuczna inteligencja dla nauki o danych: Ramy i funkcje sztucznej inteligencji dla głębokiego...
Opanuj podejścia i zasady algorytmów sztucznej...
Sztuczna inteligencja dla nauki o danych: Ramy i funkcje sztucznej inteligencji dla głębokiego uczenia się, optymalizacji i nie tylko - AI for Data Science: Artificial Intelligence Frameworks and Functionality for Deep Learning, Optimization, and Beyond

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)