Analýza údajov pomocou nástrojov s otvoreným zdrojovým kódom: Praktický sprievodca pre programátorov a dátových vedcov

Recenzie čitateľov

Kniha „Data Analysis with Open Source Tools“ ponúka komplexný úvod do techník analýzy údajov, hoci sa zameriava viac na teoretické aspekty ako na praktickú implementáciu pomocou kódu. Čitatelia vo všeobecnosti oceňujú hĺbku obsahu a autorove postrehy, ale objavujú sa kritické pripomienky týkajúce sa jej štruktúry, hĺbky príkladov a presnosti niektorých vysvetlení.

⬤ Ponúka dôkladný prehľad rôznych techník analýzy údajov
⬤ dobre napísaný a prístupný
⬤ prezentuje užitočné poznatky a nabáda k netradičnému mysleniu
⬤ vhodný pre začiatočníkov
⬤ obsahuje praktické nástroje a metódy
⬤ cenný pre pochopenie konceptov do hĺbky.

⬤ Zavádzajúci názov týkajúci sa nástrojov s otvoreným zdrojovým kódom
⬤ chýba dostatok príkladov funkčného kódu
⬤ organizačné problémy s tokom obsahu
⬤ niektoré matematické a štatistické nepresnosti
⬤ veľkosť písma je príliš malá na pohodlné čítanie
⬤ nemusí byť vhodný pre tých, ktorí hľadajú hlboké technické detaily alebo prísne praktické príklady.

(na základe 52 čitateľských recenzií)

Pôvodný názov:

Data Analysis with Open Source Tools: A Hands-On Guide for Programmers and Data Scientists

Obsah knihy:

Zhromažďovanie údajov je pomerne jednoduché, ale premena surových informácií na užitočné vyžaduje, aby ste vedeli, ako získať presne to, čo potrebujete. Vďaka tejto prehľadnej knihe sa stredne pokročilí až skúsení programátori so záujmom o analýzu údajov naučia techniky práce s údajmi v podnikovom prostredí. Naučíte sa, ako sa pozerať na údaje, aby ste zistili, čo obsahujú, ako tieto myšlienky zachytiť v koncepčných modeloch a potom svoje pochopenie odovzdať späť do organizácie prostredníctvom obchodných plánov, meracích panelov a iných aplikácií.

Popri tom budete experimentovať s koncepciami prostredníctvom praktických workshopov na konci každej kapitoly. Predovšetkým sa naučíte, ako premýšľať o výsledkoch, ktoré chcete dosiahnuť - namiesto toho, aby ste sa spoliehali na nástroje, ktoré budú premýšľať za vás.

⬤ Používajte grafiku na opis údajov s jednou, dvoma alebo desiatkami premenných.

⬤ Vypracujte koncepčné modely pomocou výpočtov na pozadí obálky, ako aj argumentov o škálovaní a pravdepodobnosti.

⬤ Zisťujte údaje pomocou výpočtovo náročných metód, ako je simulácia a zhlukovanie.

⬤ Zabezpečte zrozumiteľnosť svojich záverov prostredníctvom správ, informačných panelov a iných meracích programov.

⬤ Pochopiť finančné výpočty vrátane časovej hodnoty peňazí.

⬤ Používajte techniky redukcie dimenzionality alebo prediktívnu analýzu na zvládnutie náročných situácií pri analýze údajov.

⬤ Oboznámte sa s rôznymi programovými prostrediami s otvoreným zdrojovým kódom na analýzu údajov.

"Konečne stručná príručka na pochopenie toho, ako zdolať hromady údajov." --Austin King, hlavný webový vývojár, Mozilla.

"Nepostrádateľný text pre začínajúcich dátových vedcov." --Michael E. Driscoll, generálny riaditeľ/zakladateľ spoločnosti Dataspora.