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
- -50%
- Распродажа
Data Science. Наука о данных с нуля
Купили более 2 500 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
- Количество страниц 416
- Вес, г 490
- Размер 1.7x16.5x23.5
- Издательство BHV-CПб
- Год издания 2020
- ISBN 978-5-9775-6731-2
- Тираж 2000
- ID товара 7809311
Отзывы
Сначала новые
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
Отличное пособие для новичков, кто уже имеет знания в области математики, понимает статистику. Хорошая база для тех, кто хочет развиваться в Data Science. Дает представление про каждую область данного направления, но не углубляется в них.Для многих людей книга покажется трудной, но, как с другими учебными пособиями, будьте готовы, что вы потратите много времени на изучение.
Минусы
Мягкий переплет.
Я ожидал, что будет не просто, но чтобы настолько
Я ожидал, что будет не просто, но чтобы настолько. В начале все идёт прекрасно. Информация об авторе, как ему все благодарны, кому он благодарен, где брать его код и разъясняются обозначения шрифтов и животных в книге.
Ты радостный идёшь читать основы питона и понимаешь, что тут он подробно рассказывать не будет... Окей, дальше код он тоже не разъяснит, ладно, пойду изучу. После прочтения раздела Ты немного напряжён,что же будет дальше... А дальше будут джунгли, которые без знаний статистики и алгебры невозможно читать. Приходиться останавливаться и чуть не на каждой странице. Книга не для новичков, найдите что-то другое. Я из прочтения книги "Грокаем алгоритмы" больше инфы получил, чем из этой книги. Если что-то рассказываешь, то от и до. А не от, а дальше сам изучи, мне некогда, переходим на следующую главу...
Ты радостный идёшь читать основы питона и понимаешь, что тут он подробно рассказывать не будет... Окей, дальше код он тоже не разъяснит, ладно, пойду изучу. После прочтения раздела Ты немного напряжён,что же будет дальше... А дальше будут джунгли, которые без знаний статистики и алгебры невозможно читать. Приходиться останавливаться и чуть не на каждой странице. Книга не для новичков, найдите что-то другое. Я из прочтения книги "Грокаем алгоритмы" больше инфы получил, чем из этой книги. Если что-то рассказываешь, то от и до. А не от, а дальше сам изучи, мне некогда, переходим на следующую главу...
книга для специалистов
Книга достаточно подробная и написана профессиональным языком, но подойдёт только для начинающих специалистов в предметной области. Для общего знакомства с тематикой data science без базового образования в сфере математики/информатики будет тяжеловата.
Плюсы
Много хороших понятных примеров, удобный формат книги, рубрикация информации по разделам.
Минусы
Пожалуй, только отсутствие твердого переплета, но это, конечно, на любителя.