Ocena:

Książka jest bardzo chwalona za swoją przystępność i zawartość informacyjną, skierowaną zarówno do początkujących, jak i tych z zaawansowaną wiedzą w zakresie uczenia maszynowego i nauki o danych.
Zalety:Pięknie napisana, pouczająca, odpowiednia dla wielu odbiorców (początkujących i doświadczonych), pogłębia wiedzę, zawiera doskonałe przykłady wyjaśniające złożone techniki, zachęca do zamiłowania do uczenia maszynowego.
Wady:Żadna nie została wyraźnie wymieniona w recenzjach.
(na podstawie 2 opinii czytelników)
Introduction to Statistical and Machine Learning Methods for Data Science
Lepsze zrozumienie technik nauki o danych w celu rozwiązywania rzeczywistych problemów
Nauka o danych to ekscytująca, interdyscyplinarna dziedzina, która wyciąga wnioski z danych w celu rozwiązywania problemów biznesowych. Ta książka wprowadza w popularne techniki i metody nauki o danych i pokazuje, jak je zastosować w rzeczywistych studiach przypadków. Od przygotowania i eksploracji danych po ocenę i wdrożenie modelu, książka ta opisuje każdy etap cyklu życia analityki, w tym kompleksowy przegląd nienadzorowanych i nadzorowanych technik uczenia maszynowego. Książka prowadzi przez niezbędne kroki, aby wybrać najlepsze techniki i modele, a następnie wdrożyć te modele, aby skutecznie zaspokoić pierwotne potrzeby biznesowe.
W książce nie przedstawiono żadnego oprogramowania, a szczegóły matematyczne ograniczono do minimum. Pozwala to na zrozumienie podstaw nauki o danych, bez względu na posiadane doświadczenie.