Data science od podstaw. analiza danych w pythonie wyd. 2 (Helion)

Analityka informacji jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się ekspresowo i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych danych mogą liczyć na ciekawą pracę i bardzo niebanalne warunki zatrudnienia.

Jednak by zostać analitykiem danych, trzeba znać matematykę i statystykę oraz nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego też są ważne. W przypadku tak oryginalnej dziedziny, jaką jest nauka o danych, istotnie widoczne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie.

W tym przewodniku opisano zagadnienia związane z podstawami nauki o informacji. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy niezbędnych narzędzi i sposoby działania najistotniejszych algorytmów.

Książka została skonstruowana tak, żeby poszczególne implementacje były jak najmocniej przezroczyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość przystępny do nauki, a pracę na informacji ułatwia szereg przydatnych bibliotek Pythona.

W drugim wydaniu znalazły się świeże tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego i działania na ogromnych zbiorach informacji. Zagadnienia te niejednokrotnie pojawiają się w pracy współczesnego analityka informacji.

W książce między innymi: elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa zbieranie, oczyszczanie i eksploracja informacji algorytmy modeli analizy danych podstawy uczenia maszynowego systemy rekomendacji i przetwarzanie języka naturalnego analiza sieci społecznościowych i algorytm MapReduce Nauka o danych: bazuj na konkretnych podstawach!

Powyższy opis pochodzi od wydawcy.