Ocena:
Książka stanowi dobre wprowadzenie do nauki o danych, szczególnie dla osób z doświadczeniem w programowaniu. Ma jednak pewne ograniczenia, w tym przestarzałe przykłady kodu i gęsty tekst, który może nie być odpowiedni dla wszystkich odbiorców.
Zalety:Książka jest dobrym punktem wyjścia dla tych, którzy dopiero zaczynają przygodę z nauką o danych i zapewnia szeroki przegląd technik. Jest ogólnie łatwa do naśladowania i dobrze zorganizowana, dzięki czemu jest dostępna dla czytelników z pewną wiedzą programistyczną.
Wady:⬤ Kod jest przestarzały, używa Pythona
⬤ 7, co może zniechęcić niektórych czytelników. Zakłada on wcześniejszą znajomość programowania i może być czasami gęsty i techniczny. Jest też kilka literówek.
(na podstawie 3 opinii czytelników)
Introduction to Data Science: A Python Approach to Concepts, Techniques and Applications
Ten przystępny i sprawdzony w praktyce podręcznik/referencja przedstawia wprowadzenie do podstaw wschodzącej i interdyscyplinarnej dziedziny nauki o danych.
Obejmuje on kluczowe pojęcia zaczerpnięte ze statystyki i uczenia maszynowego, przydatne techniki analizy grafów i programowania równoległego oraz praktyczne zastosowanie nauki o danych do takich zadań, jak budowanie systemów rekomendacji lub przeprowadzanie analizy nastrojów. Tematy i funkcje: zawiera liczne praktyczne studia przypadków wykorzystujące rzeczywiste dane w całej książce wspiera zrozumienie poprzez praktyczne doświadczenie w rozwiązywaniu problemów związanych z nauką o danych przy użyciu Pythona opisuje techniki i narzędzia do analizy statystycznej, uczenia maszynowego, analizy grafów i programowania równoległego dokonuje przeglądu szeregu zastosowań nauki o danych, w tym systemów rekomendacji i analizy sentymentu danych tekstowych zapewnia dodatkowe zasoby kodu i dane na powiązanej stronie internetowej.
