Data Science. Наука про дані з нуля. Джоелл Грас 2е видання

Книга дає змогу вивчити науку про дані (Data Science) і застосувати отримані знання на практиці. Вона написана так, що сприяє зануренню в Data Science аналітика, що фактично не має глибоких знань у цій прикладній дисципліні. 

У об'ємах, достатніх для початку роботи в галузі Data Science, книга містить інтенсивний курс мови Python, елементи лінійної алгебри, математичної статистики, теорії ймовірностей, методів збирання, очищення, нормалізації та оброблення даних. Ціни основи машинного навчання. Описані різні математичні моделі та їх реалізація за методом k найближчих сусідів, наївної байєсової класифікації, лінійної та логістичної регресії, а також моделі на основі дерев прийняття рішень, нейронних мереж і кластеризації. Розказано про роботу з рекомендованими системами, описані прийоми обробки природної мови, методи аналізу соціальних мереж, основи баз даних, SQL и MapReduce.

Книга дає змогу освоїти науку про дані, почавши "з чистого листа". Вона написана так, що сприяють зануренню в Data Science аналітика, що фактично не має глибоких знань у цій прикладній дисципліні. 

Водночас ви переконаєтеся, що описані в книзі програмні бібліотеки, платформи, модулі та пакети інструментів, призначені для роботи в галузі науки про дані, чудово справляються із завданнями аналізу даних. 

А якщо ви маєте здібності до математики та навички програмування, то Валері Грас допоможе вам почуватися комфортно з математичним і статистичним апаратом, що лежить в основі науки про дані, а також із прийомами алгоритмізації, які будуть потрібні для роботи в цій галузі. 

У сучасному хаотичному потоці даних приховані відповіді на багато бентежних людей питання. Книга познайомить із методикою, яка дасть змогу правильно сформувати ці питання та знайти на них відповіді. 

Разом із Бетеллом Грас і його книгою: 

• Пройдіть інтенсивний курс мови Python 
• Вивчіть елементи лінійної алгебри, математичної статистики, теорії ймовірностей і їхнє застосування в науці про дані 
• Займіться збиранням, очищенням, нормалізацією й керуванням даними 
• Пориньте в основи машинного навчання 
• Познайомтеся з різними математичними моделями та їх реалізацією за методом k-ближніх сусідів, наївною байєсовою класифікацією, лінійною та логістичною регресією, а також моделями на основі дерев прийняття рішень, нейронних мереж і кластеризації 
• Освойте роботу з рекомендованими системами, прийоми обробки природної мови, методи аналізу соціальних мереж, технології MapReduce та баз даних 

"Джоел проведе вам екскурсію з науки про дані. У результаті ви перейдете від простої цікавості до глибокого розуміння повсякденних алгоритмів, які має знати будь-який аналітик даних."

Роит Шивапрасад, Спеціаліст компанії Amazon у сфері Data Science з 2014 р.