Vedec v oblasti údajov: Definitívny sprievodca, ako sa stať dátovým vedcom

Hodnotenie:   (4,1 z 5)

Vedec v oblasti údajov: Definitívny sprievodca, ako sa stať dátovým vedcom (Zacharias Voulgaris)

Recenzie čitateľov

Zhrnutie:

Kniha je úvodným sprievodcom dátovou vedou, ktorý je užitočný najmä pre tých, ktorí do tejto oblasti prechádzajú z príbuzných odborov. Zahŕňa základné témy vrátane potrebných zručností, kariérnych rád a rozdielov medzi metodikami. Niektorí čitatelia však zistili, že jej chýba hĺbka pre skúsených odborníkov, a kritizovali jej zastaraný tón a občasnú povýšenosť.

Výhody:

Ľahko čitateľná a zrozumiteľná pre nováčikov.
Poskytuje jasnú cestu prechodu do dátovej vedy.
Obsahuje cenné odkazy a zdroje.
Inšpiratívne a informatívne pre začínajúcich dátových vedcov.
Pokrýva širokú škálu relevantných zručností a kariérnych rád.

Nevýhody:

Nemusí ponúknuť nové poznatky pre skúsených odborníkov.
Niektorí čitatelia mali pocit, že je príliš zjednodušená alebo povýšenecká.
Autor je v tejto oblasti relatívne nový, čo vedie k pochybnostiam o hĺbke knihy.
Občasné opakovanie v texte.

(na základe 23 čitateľských recenzií)

Pôvodný názov:

Data Scientist: The Definitive Guide to Becoming a Data Scientist

Obsah knihy:

Zistite, čo je dátový vedec a ako sa ním stať.

Keďže sa naša spoločnosť mení na spoločnosť založenú na údajoch, úloha dátového vedca je čoraz dôležitejšia. Ak chcete byť na špičke toho, čo sa v blízkej budúcnosti určite stane významnou profesiou, táto kniha vám ukáže, ako na to.

Každá kapitola je plná praktických informácií, ktoré vám pomôžu zbierať plody veľkých dát a stať sa úspešným dátovým vedcom:

⬤ Zistite, čo sú to veľké dáta a ako sa líšia od tradičných dát svojimi hlavnými charakteristikami: objemom, rôznorodosťou, rýchlosťou a pravdivosťou.

⬤ Preskúmajte rôzne typy dátových vedcov a súbor zručností, ktoré každý z nich má.

⬤ Preskúmajte, čo si vyžaduje úloha dátového vedca z hľadiska príslušného myslenia, technických zručností, skúseností a toho, ako sa dátový vedec spája s ostatnými ľuďmi.

⬤ Stante sa na jeden deň dátovým vedcom a preskúmajte, s akými problémami sa môžete stretnúť a ako ich riešite, aké programy používate a ako si rozširujete svoje vedomosti a know-how.

⬤ Pozrite sa, ako sa môžete stať dátovým vedcom na základe toho, odkiaľ vychádzate: z programovania, strojového učenia alebo prostredia súvisiaceho s údajmi.

⬤ Sledujte krok za krokom proces hľadania práce dátového vedca: kde musíte hľadať, ako sa predstaviť potenciálnemu zamestnávateľovi a čo je potrebné na to, aby ste sa vydali na cestu nezávislého pracovníka.

⬤ Prečítajte si prípadové štúdie skúsených dátových vedcov na vyššej úrovni v snahe získať lepšiu predstavu o tom, čo táto úloha v praxi predstavuje.

Na konci knihy sa nachádza slovník najdôležitejších pojmov, ktoré boli predstavené, ako aj tri prílohy - zoznam užitočných stránok, niektoré relevantné články na internete a zoznam offline zdrojov na ďalšie čítanie.

Ďalšie údaje o knihe:

ISBN:9781935504696
Autor:
Vydavateľ:
Väzba:Mäkká väzba
Rok vydania:2014
Počet strán:300

Nákup:

Momentálne k dispozícii, na sklade.

Ďalšie knihy autora:

Vedec v oblasti údajov: Definitívny sprievodca, ako sa stať dátovým vedcom - Data Scientist: The...
Zistite, čo je dátový vedec a ako sa ním stať...
Vedec v oblasti údajov: Definitívny sprievodca, ako sa stať dátovým vedcom - Data Scientist: The Definitive Guide to Becoming a Data Scientist
Julia for Data Science
Po tom, čo sme sa venovali významu aplikácie Julia pre komunitu dátovej vedy a niekoľkým základným princípom dátovej vedy, začneme so základmi vrátane...
Julia for Data Science
Julia pre strojové učenie - Julia for Machine Learning
Uvoľnite silu aplikácie Julia pre svoje úlohy strojového učenia. Odhalíme, prečo sa Julia vyberá pre...
Julia pre strojové učenie - Julia for Machine Learning
Umelá inteligencia pre dátovú vedu: Rámce a funkcie umelej inteligencie pre hlboké učenie,...
Osvojte si prístupy a princípy algoritmov umelej...
Umelá inteligencia pre dátovú vedu: Rámce a funkcie umelej inteligencie pre hlboké učenie, optimalizáciu a ďalšie oblasti - AI for Data Science: Artificial Intelligence Frameworks and Functionality for Deep Learning, Optimization, and Beyond

Diela autora vydali tieto vydavateľstvá:

© 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)