Hodnotenie:
Kniha je oceňovaná pre komplexné pokrytie tém dátovej vedy a príspevky rôznych autorov, vďaka čomu je cenná pre začiatočníkov aj skúsených jednotlivcov. Niektorí recenzenti však vyjadrujú nespokojnosť so stavom doručenej knihy a upozorňujú na problémy s korektúrou a formátovaním.
Výhody:⬤ Komplexné pokrytie všetkých aspektov vedy o údajoch
⬤ vhodné pre začiatočníkov aj odborníkov
⬤ rôzni autori poskytujú rôznorodé pohľady
⬤ kapitoly možno čítať samostatne
⬤ vysvetľuje koncepty rovníc v praktických súvislostiach.
⬤ Problémy s fyzickým stavom knihy (anotácie a použité kódy)
⬤ potrebuje korektúru a opravu chýb
⬤ niektoré kapitoly môžu byť pre začiatočníkov náročné
⬤ zbytočné zaradenie kódu.
(na základe 8 čitateľských recenzií)
The Handbook of Data Science and AI: Generate Value from Data with Machine Learning and Data Analytics
Dátová veda, veľké objemy dát a umelá inteligencia sú v súčasnosti jedny z najčastejšie diskutovaných pojmov v priemysle, vo vláde a v spoločnosti, ale zároveň sú aj najviac nepochopené. Táto kniha vám tieto pojmy objasní a poskytne vám praktické znalosti na ich použitie. Obsahuje:
- Komplexný prehľad rôznych oblastí použitia dátovej vedy.
- Prípadové štúdie z praxe, vďaka ktorým sa opísané pojmy stanú hmatateľnými.
- Praktické príklady, ktoré vám pomôžu realizovať jednoduché projekty analýzy údajov.
Kniha približuje tému dátovej vedy z viacerých strán. Rozhodujúce je, že vám ukáže, ako budovať dátové platformy a aplikovať nástroje a metódy dátovej vedy. Popritom vám pomôže pochopiť - a vysvetliť rôznym zainteresovaným stranám - ako z týchto techník generovať hodnotu, napríklad ako aplikovať dátovú vedu, aby ste organizáciám pomohli rýchlejšie sa rozhodovať, znížiť náklady a otvoriť nové trhy. Okrem toho vám priblíži základné pojmy súvisiace s dátovou vedou vrátane štatistiky, matematiky a právnych aspektov. Na záver kniha načrtáva praktické prípadové štúdie, ktoré ilustrujú, ako poznatky získané z údajov dlhodobo menia rôzne odvetvia.
Obsahuje tieto aktuálne témy:
- Základy matematiky: Matematika pre strojové učenie, ktorá vám pomôže pochopiť a využiť rôzne algoritmy ML.
- Strojové učenie: Od štatistického po neurónové a od transformátorov a GPT-3 po AutoML, predstavujeme bežné rámce na aplikáciu ML v praxi.
- Spracovanie prirodzeného jazyka: Nástroje a techniky na získavanie poznatkov z textových údajov a vývoj jazykových technológií.
- Počítačové videnie: Ako môžeme získať poznatky z obrázkov a videí pomocou dátovej vedy?
- Modelovanie a simulácia: Modelovanie správania zložitých systémov, ako je napríklad šírenie COVID-19, a analýza typu "čo ak" zahŕňajúca rôzne scenáre.
- ML a AI vo výrobe: Ako premeniť experimentovanie na funkčný produkt dátovej vedy?
- Prezentácia výsledkov: Základné techniky prezentácie pre dátových vedcov.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)