Opinie czytelników
Podsumowanie:Książka została dobrze przyjęta ze względu na jasne wyjaśnienia i praktyczne przykłady, dzięki czemu jest dostępna zarówno dla początkujących, jak i doświadczonych programistów zainteresowanych nauką o danych. Obejmuje ona podstawowe koncepcje w łatwy do zrozumienia sposób, umożliwiając czytelnikom skuteczne zastosowanie tego, czego się uczą. Niektórzy czytelnicy znaleźli jednak błędy w przykładach kodu i skrytykowali włączenie MongoDB do tytułu, ponieważ uważali, że nie zostało to wystarczająco omówione.
Zalety:⬤ Łatwa do zrozumienia i dobrze zorganizowana treść, która jest dostosowana do wszystkich poziomów.
⬤ Świetne przykłady, szczególnie w Pythonie, które pomagają wyjaśnić koncepcje.
⬤ Jasne i proste wyjaśnienia bez ciężkiego żargonu, odpowiednie dla początkujących.
⬤ Dobra do praktycznego zastosowania umiejętności nauki o danych.
⬤ Wszechstronne omówienie tematów istotnych dla różnych dziedzin.
Wady:⬤ Obecność wielu błędów kodowych i koncepcyjnych, w tym nieaktualnych lub niepoprawnych przykładów kodu.
⬤ Niektórzy czytelnicy czuli się wprowadzeni w błąd przez włączenie MongoDB do tytułu, oczekując bardziej dogłębnego omówienia.
⬤ Kilka krytycznych uwag na temat dogłębności teorii w porównaniu do zastosowań.
(na podstawie 16 opinii czytelników)
Oryginalny tytuł:
Data Science Fundamentals for Python and MongoDB
Zawartość książki:
Zbuduj podstawowe umiejętności nauki o danych niezbędne do pracy i lepszego zrozumienia złożonych algorytmów nauki o danych. Ta oparta na przykładach książka zawiera kompletne przykłady kodowania w języku Python, które uzupełniają i wyjaśniają koncepcje nauki o danych oraz wzbogacają doświadczenie edukacyjne. Przykłady kodowania zawierają wizualizacje, gdy jest to właściwe. Książka jest niezbędnym wstępem do stosowania i wdrażania algorytmów uczenia maszynowego.
Książka jest samodzielna. Obejmuje wszystkie umiejętności matematyczne, statystyczne, stochastyczne i programistyczne wymagane do opanowania treści. Dogłębna znajomość programowania obiektowego nie jest wymagana, ponieważ podano i wyjaśniono kompletne przykłady.
Data Science Fundamentals with Python and MongoDB to doskonały punkt wyjścia dla osób zainteresowanych karierą w nauce o danych. Podobnie jak w przypadku każdej nauki, podstawy nauki o danych są warunkiem wstępnym kompetencji. Bez biegłości w matematyce, statystyce, manipulacji danymi i kodowaniu, droga do sukcesu jest w najlepszym razie "kamienista". Przykłady kodowania w tej książce są zwięzłe, dokładne i kompletne oraz doskonale uzupełniają wprowadzone koncepcje nauki o danych.
Czego się nauczysz
⬤ Przygotuj się na karierę w nauce o danych.
⬤ Praca ze złożonymi strukturami danych w Pythonie.
⬤ Symulować za pomocą algorytmów Monte Carlo i stochastycznych.
⬤ Zastosowanie algebry liniowej przy użyciu wektorów i macierzy.
⬤ Wykorzystanie złożonych algorytmów, takich jak zejście gradientowe i analiza głównych składowych.
⬤ Zarządzanie, czyszczenie, wizualizacja i rozwiązywanie problemów z danymi.
⬤ Wykorzystanie MongoDB i JSON do pracy z danymi.
Dla kogo jest ta książka
Dla nowicjuszy pragnących włamać się do świata nauki o danych i entuzjastów chcących wzbogacić, pogłębić i rozwinąć umiejętności nauki o danych poprzez opanowanie podstawowych podstaw, które czasami są pomijane w pośpiechu, aby być produktywnym. Pewna znajomość programowania obiektowego ułatwi naukę.
