Книга дозволяє вивчити науку про дані (Data Science) і застосувати отримані знання на практиці. Вона написана так, що сприяє зануренню в data Science аналітика, фактично не володіє глибокими знаннями в цій прикладній дисципліні.
В обсягах, достатніх для початку роботи в області Data Science, книга містить інтенсивний курс мови Python, елементи лінійної алгебри, математичної статистики, теорії ймовірностей, методів збору, очищення, нормалізації та обробки даних. Дано основи машинного навчання. Описано Різні математичні моделі та їх реалізація за методом k найближчих сусідів, наївною байєсівською класифікацією, лінійною та логістичною регресією, а також моделі на основі дерев прийняття рішень, нейронних мереж та кластеризації. Розказано про роботу з рекомендаційними системами, описані прийоми обробки природної мови, методи аналізу соціальних мереж, основи баз даних, SQL і MapReduce.
Для аналітиків даних.
Формат: pdf.
В обсягах, достатніх для початку роботи в області Data Science, книга містить інтенсивний курс мови Python, елементи лінійної алгебри, математичної статистики, теорії ймовірностей, методів збору, очищення, нормалізації та обробки даних. Дано основи машинного навчання. Описано Різні математичні моделі та їх реалізація за методом k найближчих сусідів, наївною байєсівською класифікацією, лінійною та логістичною регресією, а також моделі на основі дерев прийняття рішень, нейронних мереж та кластеризації. Розказано про роботу з рекомендаційними системами, описані прийоми обробки природної мови, методи аналізу соціальних мереж, основи баз даних, SQL і MapReduce.
Для аналітиків даних.
Формат: pdf.
https://privatelink.de/?https://www.litres.ru/dzhoel-gras-17430415/data-science-nauka-o-dannyh-s-nulya-39286388/