Wprowadzenie do nauki o danych: Duże zbiory danych, uczenie maszynowe i nie tylko z wykorzystaniem narzędzi Pythona

Opinie czytelników

Książka stanowi kompleksowe wprowadzenie do nauki o danych, wykorzystując język Python i poruszając różne istotne tematy w tej dziedzinie. Choć skutecznie wyjaśnia techniki i teorie, książka została skrytykowana za błędy w przykładach kodu i niewystarczające praktyczne zastosowania dla czytelników w kontekście biznesowym. Ogólnie rzecz biorąc, jest ona chwalona za swoją wartość edukacyjną, szczególnie dla początkujących i tych, którzy powracają do podstawowych pojęć.

⬤ Wszechstronne podejście do nauki o danych, obejmuje szereg tematów, w tym uczenie maszynowe, bazy danych NoSQL i narzędzia big data, takie jak Spark
⬤ przejrzysta struktura i organizacja
⬤ doskonała dla początkujących
⬤ praktyczne przykłady w Pythonie
⬤ mocna podstawa do dalszej eksploracji nauki o danych.

⬤ Zawiera kilka błędów w przykładach kodu, potencjalnie prowadzących do nieporozumień
⬤ brakuje wystarczających praktycznych scenariuszy zastosowań do użytku biznesowego
⬤ niektórzy recenzenci uznali ją za zbyt podstawową lub nieodpowiednią do natychmiastowego zastosowania w kontekście pracy.

(na podstawie 16 opinii czytelników)

Oryginalny tytuł:

Introducing Data Science: Big Data, Machine Learning, and More, Using Python Tools

Zawartość książki:

Podsumowanie

Wprowadzenie do nauki o danych uczy, jak wykonywać podstawowe zadania, które zajmują naukowców zajmujących się danymi. Korzystając z języka Python i popularnych bibliotek Python, doświadczysz na własnej skórze wyzwań związanych z przetwarzaniem danych na dużą skalę i zdobędziesz solidne podstawy w nauce o danych.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

O technologii

Wiele firm potrzebuje programistów z umiejętnościami w zakresie nauki o danych do pracy nad projektami, od marketingu w mediach społecznościowych po uczenie maszynowe. Odkrycie, czego należy się nauczyć, aby rozpocząć karierę jako analityk danych, może wydawać się oszałamiające. Ta książka została zaprojektowana, aby pomóc ci zacząć.

O książce

Wprowadzenie do nauki o danych Wprowadzenie do nauki o danych wyjaśnia istotne koncepcje nauki o danych i uczy, jak wykonywać podstawowe zadania, które zajmują naukowców zajmujących się danymi. Poznasz wizualizację danych, bazy danych grafów, wykorzystanie NoSQL i proces nauki o danych. Będziesz korzystać z języka Python i popularnych bibliotek Python, doświadczając na własnej skórze wyzwań związanych z przetwarzaniem danych na dużą skalę. Odkryj, w jaki sposób Python pozwala uzyskać wgląd w zbiory danych tak duże, że muszą być przechowywane na wielu maszynach, lub z danych poruszających się tak szybko, że żadna pojedyncza maszyna nie może sobie z nimi poradzić. Ta książka daje ci praktyczne doświadczenie z najpopularniejszymi bibliotekami Pythona do nauki o danych, Scikit-learn i StatsModels. Po przeczytaniu tej książki będziesz miał solidne podstawy potrzebne do rozpoczęcia kariery w nauce o danych.

What's Inside

⬤ Obsługa dużych zbiorów danych.

⬤ Wprowadzenie do uczenia maszynowego.

⬤ Wykorzystanie Pythona do pracy z danymi.

⬤ Pisanie algorytmów data science.

O czytelniku

Ta książka zakłada, że czujesz się komfortowo czytając kod w Pythonie lub podobnym języku, takim jak C, Ruby lub JavaScript. Wcześniejsze doświadczenie w nauce o danych nie jest wymagane.

O autorach

Davy Cielen, Arno D.B. Meysman i Mohamed Ali są założycielami i partnerami zarządzającymi Optimately i Maiton, gdzie koncentrują się na opracowywaniu projektów i rozwiązań data science w różnych sektorach.

Spis treści

⬤ Nauka o danych w świecie big data.

⬤ Proces nauki o danych.

⬤ Uczenie maszynowe.

⬤ Obsługa dużych ilości danych na jednym komputerze.

⬤ Pierwsze kroki w big data.

⬤ Dołączenie do ruchu NoSQL.

⬤ Rozwój grafowych baz danych.

⬤ Eksploracja tekstu i analiza tekstu.

⬤ Wizualizacja danych dla użytkownika końcowego.