Newsletter

Data science od podstaw Analiza danych w Pythonie

Joel Grus
Dostępny
Dostępne mniej niż 10 sztuk.
Czas kompletacji ok. 14 dni roboczych.
€22,64
Dostawa Deutche Post tylko 2€.
Szybki kurier do 30kg tylko - 4€!
(Sprawdź!)

lub
Analityka danych jest uważana za wyjątkowo obiecującą dziedzinę wiedzy. Rozwija się błyskawicznie i znajduje coraz to nowsze zastosowania. Profesjonaliści biegli w eksploracji danych i wydobywaniu z nich pożytecznych informacji mogą liczyć na interesującą pracę i bardzo atrakcyjne warunki zatrudnienia. Jednak aby zostać analitykiem danych, trzeba znać matematykę i statystykę, a także nauczyć się programowania. Umiejętności w zakresie uczenia maszynowego i uczenia głębokiego również są ważne. W przypadku tak specyficznej dziedziny, jaką jest nauka o danych, szczególnie istotne jest zdobycie gruntownych podstaw i dogłębne ich zrozumienie.
W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona.
W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych.
W książce między innymi:
elementy algebry liniowej, statystyki i rachunku prawdopodobieństwa
zbieranie, oczyszczanie i eksploracja danych
algorytmy modeli analizy danych
podstawy uczenia maszynowego
systemy rekomendacji i przetwarzanie języka naturalnego
analiza sieci społecznościowych i algorytm MapReduce
Nauka o danych: bazuj na solidnych podstawach!

Informacja dotycząca wprowadzenia produktu do obrotu:
Ten produkt został wprowadzony na rynek przed 13 grudnia 2024 r. zgodnie z obowiązującymi wówczas przepisami (Dyrektywą o ogólnym bezpieczeństwie produktów). W związku z tym może on być nadal sprzedawany bez konieczności dostosowania do nowych wymogów wynikających z Rozporządzenia o Ogólnym Bezpieczeństwie Produktów (GPSR). Produkt zachowuje pełną legalność w obrocie, a jego jakość i bezpieczeństwo pozostają zgodne z obowiązującymi wcześniej standardami.


Information regarding product placement on the market:
This product was placed on the market before December 13, 2024, in accordance with the applicable regulations at the time (the General Product Safety Directive). As a result, it can continue to be sold without needing to meet the new requirements introduced by the General Product Safety Regulation (GPSR). The product remains fully compliant with all previously valid legal standards, ensuring its continued quality and safety.


Książka Data science od podstaw Analiza danych w Pythonie wysyłka Niemiecy od 2€. Wysyłka do Austrii i innych krajów - sprawdź na stronie "dostawa"

Dane bibliograficzne / Bibliographische info
Rodzaj (nośnik) / Produkt-Typ książka po polsku
Dział / Departement Książki i czasopisma / Bücher und Zeitschriften
Autor / Author Joel Grus
Tytuł / Titel Data science od podstaw Analiza danych w Pythonie
Język / Sprache polski / polnisch
Wydawca / Herausgeber Helion
Rok wydania / Erscheinungsjahr 2022
Tytuł originału / Originaltitel Data Science from Scratch: First Principles with Python, 2nd Edition
Języki oryginału / Ursprüngliche Sprachen angielski
Rodzaj oprawy / Deckelform Miękka
Wymiary / Größe 16.8x23.7
Liczba stron / Seiten 352
Ciężar / Gewicht 0,53 kg
   
ISBN 9788383221311 (9788383221311)
EAN/UPC 9788383221311
Stan produktu / Zustand Nowa książka - sprzedajemy wyłącznie nowe nieużywane książki po polsku.
Inne wydania
Nośnik Oprawa Rok wydania Dostępność Pokaż
książka / book Miękka 2018 Niedostępna [pokaż]
Klienci, którzy kupili ten produkt nabyli również:
 

Znaczniki produktu
Zapraszamy do zakupu tego produktu.