Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы А; ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рассмотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce.
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по
- -17%
Data Science. Наука о данных с нуля
Купили более 2 600 человек
Описание и характеристики
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
- Тип обложки Мягкий переплёт
- Кол-во стр. 416
- Вес 490 г
- Год издания 2020
- Издательство BHV-CПб
- Автор Джоэл Грас
- Переводчик Андрей Логунов
- Размер 1.7x16.5x23.5
- ID товара 2809311
- ISBN 978-5-9775-6731-2
Отзывы на это издание
Сначала новые
Честное введение в Data Science через код (Python) без магии библиотек.
Плюсы
Автор сам реализует алгоритмы (градиентный спуск, k-средние) с нуля — это даёт глубокое понимание. Минимум воды, упор на математику и статистику. Хорошо исключительно для ознакомления
Минусы
Код олдскульный (без pandas/sklearn), для реальной работы доучиваться заново. Сложно новичкам без базы по статистике. Поэтому мало понятно, на кого рассчитана книга
Хорошая книга для погружения в Data Science
Плюсы
Книга написана аккуратно и структурировано, есть понятные примеры. Какие-то моменты могут быть не очень технично переведены, но в современный век с ИИ легко разобраться, что непонятно. Радует наличие математических описаний всей внутренней кухни, что стоит за аналитикой данных. Рекомендую к прочтениям всем желающим стать аналитиком.
Удивительное сочетание небрежности перевода и небрежности автора
Плюсы
Попытка сделать общий обзор огромного поля data science
Минусы
Простые «радости» текущего перевода: разведывание данных - подразумевается исследование данных; под длиной вектора в книге обозначается его размерность и тд
Автор тоже «молодец». Например, на стр.105 сначала вероятности даются, как и полагается в интервале [0, 1], потом без пояснения переходят в интервал процентов и неожиданно 0.98 должно читаться как 0.0098
Не буду утомлять дальнейшими «находками» автора и переводчика, просто рекомендую найти другую книгу
Автор тоже «молодец». Например, на стр.105 сначала вероятности даются, как и полагается в интервале [0, 1], потом без пояснения переходят в интервал процентов и неожиданно 0.98 должно читаться как 0.0098
Не буду утомлять дальнейшими «находками» автора и переводчика, просто рекомендую найти другую книгу
Книга подойдёт для ознакомления по большей степени с python с упором на математический аппарат для анализа данных. Работу с готовыми библиотеками и тонкости их использования в разных ситуациях вы не найдете. Но для ознакомления с python норм, однако все же какие то базовые понятия уже должны быть.
Плюсы
Последовательный структурированный материал.
Минусы
Примеры в книге связаны последовательно, что затрудняет понимание примеров в середине книги если не читали начало или долго не брали в руку. Советую в присест прочитать