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 язы
- -17%
Data Science. Наука о данных с нуля
Купили более 2 700 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