Pierwsze kroki w nauce o danych: Jak zrozumieć dane za pomocą analityki

Opinie czytelników

Książka jest chwalona za przystępny styl, rzeczywiste zastosowania nauki o danych i cenne techniki opowiadania historii. Spotkała się jednak z krytyką za niedokładne omówienie zaawansowanych tematów modelowania predykcyjnego i brak szczegółów w niektórych obszarach.

⬤ Łatwa w odbiorze
⬤ dostarcza praktycznych, rzeczywistych zastosowań
⬤ dobra dla początkujących
⬤ angażujące podejście fabularne
⬤ solidna treść wprowadzająca
⬤ zawiera konkretne przykłady i ilustracje.

⬤ Brak głębi w modelowaniu predykcyjnym
⬤ zbyt uproszczona dla zaawansowanych czytelników
⬤ niektóre wyjaśnienia techniczne są niejasne lub niewystarczające
⬤ problemy ze wsparciem wydawcy i materiałami towarzyszącymi.

(na podstawie 20 opinii czytelników)

Oryginalny tytuł:

Getting Started with Data Science: Making Sense of Data with Analytics

Zawartość książki:

Opanuj analitykę danych własnymi rękami, rozwiązując fascynujące problemy, z których faktycznie będziesz czerpać przyjemność.

Harvard Business Review niedawno nazwał naukę o danych "Najseksowniejszą pracą XXI wieku". To nie tylko seksowna praca: Dla milionów menedżerów, analityków i studentów, którzy muszą rozwiązywać prawdziwe problemy biznesowe, jest ona niezbędna. Niestety, nie było nic łatwego w nauce nauki o danych - aż do teraz.

Getting Started with Data Science czerpie inspirację ze światowych bestsellerów, takich jak Freakonomics i Malcolm Gladwell's Outliers: uczy poprzez potężną narrację wypełnioną niezapomnianymi historiami.

Murtaza Haider oferuje pouczające, wolne od żargonu omówienie podstawowej teorii i techniki, poparte mnóstwem żywych przykładów i praktycznych możliwości. Wszystko jest niezależne od oprogramowania i platformy, więc możesz uczyć się nauki o danych, niezależnie od tego, czy pracujesz z R, Stata, SPSS czy SAS. Co najlepsze, Haider uczy kluczowego zestawu umiejętności, który większość książek o nauce o danych ignoruje: jak opowiadać potężne historie za pomocą grafiki i tabel. Każdy rozdział zbudowany jest wokół prawdziwych wyzwań badawczych, dzięki czemu zawsze będziesz wiedział, dlaczego robisz to, co robisz.

Opanujesz naukę o danych, odpowiadając na fascynujące pytania, takie jak:

- Czy osoby religijne są bardziej lub mniej skłonne do romansów pozamałżeńskich?

- Czy atrakcyjni profesorowie otrzymują lepsze oceny za nauczanie?

- Czy wyższa cena papierosów zniechęca do palenia?

- Co bardziej determinuje ceny mieszkań: wielkość działki czy liczba sypialni?

- Czym różnią się nastolatki i osoby starsze w sposobie korzystania z mediów społecznościowych?

- Kto częściej korzysta z internetowych serwisów randkowych?

- Dlaczego niektórzy kupują iPhone'y, a inni urządzenia Blackberry?

- Czy obecność dzieci wpływa na wydatki rodziny na alkohol?

W przypadku każdego problemu, przejdziesz przez proces definiowania pytania i odpowiedzi, których będziesz potrzebować.

Inni podeszli do podobnych wyzwań; wybierając dane i metody; generując statystyki;

Organizowanie raportu i opowiadanie historii. Przez cały czas skupiamy się na tym, co najważniejsze:

Przekształcanie danych we wnioski, które są jasne, dokładne i można na nich działać.