Dátová veda s využitím Pythonu a R

Recenzie čitateľov

Kniha je uznávaná pre svoju zrozumiteľnosť a užitočnosť pri čistení údajov s dôrazom na učenie na základe príkladov. Je však kritizovaná pre svoju vysokú cenu, nedostatočnú online podporu pre súbory údajov a drobné problémy s kvalitou tlače.

Ľahko čitateľná, dobrá referencia pre kurzy čistenia údajov, podrobná, orientovaná na príklady s úryvkami kódu.

Drahá na svoju dĺžku, rozmazaná kvalita tlače na niektorých stránkach, žiadna online podpora pre súbory údajov, chýba prístup k súvisiacim kódom a súborom údajov, zamlčané náročné kroky.

(na základe 6 čitateľských recenzií)

Pôvodný názov:

Data Science Using Python and R

Obsah knihy:

Naučte sa dátovú vedu tým, že budete robiť dátovú vedu

Data Science Using Python and Rvás zapojí do dvoch najrozšírenejších open-source platforiem pre dátovú vedu na svete: Python a R.

Dátová veda je horúca. Agentúra Bloomberg označila dátového vedca za "najhorúcejšiu prácu v Amerike". Python a R sú dva najlepšie open-source nástroje pre dátovú vedu na svete. V knihe Data Science Using Python and R sa krok za krokom naučíte vytvárať praktické riešenia reálnych obchodných problémov pomocou najmodernejších techník.

Kniha Data Science Using Python and R je napísaná pre bežného čitateľa bez predchádzajúcich skúseností s analytikou alebo programovaním. Celá jedna kapitola je venovaná osvojeniu si základov Pythonu a R. Potom každá kapitola predstavuje návody a postupné kroky na riešenie problémov dátovej vedy pomocou Pythonu a R.

Tí, ktorí majú skúsenosti s analytikou, ocenia, že sa môžu na jednom mieste naučiť, ako robiť dátovú vedu pomocou Pythonu a R. Medzi zahrnuté témy patrí príprava údajov, prieskumná analýza údajov, príprava na modelovanie údajov, rozhodovacie stromy, vyhodnocovanie modelov, náklady na chybnú klasifikáciu, klasifikácia na ve Bayes, neurónové siete, zhlukovanie, regresné modelovanie, redukcia dimenzií a dolovanie asociačných pravidiel.

Ďalej sú zahrnuté aj nové zaujímavé témy, ako sú náhodné lesy a všeobecné lineárne modely. Kniha kladie dôraz na chybové náklady založené na údajoch s cieľom zvýšiť ziskovosť, čím sa vyhýba bežným nástrahám, ktoré môžu spoločnosť stáť milióny dolárov.

Data Science Using Python and R obsahuje cvičenia na konci každej kapitoly, celkovo je v knihe viac ako 500 cvičení. Čitatelia tak budú mať dostatok príležitostí otestovať si svoje novonadobudnuté zručnosti a znalosti z oblasti dátovej vedy. V cvičeniach Hands-on Analysis (Praktická analýza) majú čitatelia za úlohu riešiť zaujímavé obchodné problémy s využitím reálnych súborov údajov.