Data science od podstaw. Analiza danych w Pythonie

Analityka danych to dziedzina pełna perspektyw, niesamowicie dynamiczna i szybko rozwijająca swoje zastosowania. Specjaliści, którzy potrafią zręcznie eksplorować dane i wydobywać z nich wartościowe informacje, mogą liczyć na atrakcyjne zatrudnienie oraz interesujące wyzwania zawodowe. Jednak aby stać się skutecznym analitykiem danych, konieczne jest posiadanie wiedzy z zakresu matematyki i statystyki oraz umiejętności programowania. Kompetencje związane z uczeniem maszynowym i głębokim są również bardzo istotne. W tej specjalistycznej dziedzinie, jaką jest nauka o danych, kluczowe jest uzyskanie solidnych podstaw, które pozwolą na dogłębne zrozumienie tematu.

Ten przewodnik szczegółowo opisuje podstawowe zagadnienia związane z nauką o danych. Książka wyjaśnia niezbędne aspekty matematyki i statystyki oraz przedstawia techniki budowy narzędzi i działania najważniejszych algorytmów. Została stworzona w taki sposób, aby implikacje były jak najbardziej jasne i przystępne. Przykłady zaprezentowano w języku Python, który jest relatywnie łatwy do opanowania i posiada wiele bibliotek, które ułatwiają pracę z danymi. W drugiej edycji książki dodano nowe tematy, takie jak uczenie głębokie, statystyka, przetwarzanie języka naturalnego oraz praca z dużymi zbiorami danych. To zagadnienia, które stale pojawiają się w codziennej pracy analityków danych.

Treść książki obejmuje między innymi elementy algebry liniowej, statystyki oraz rachunku prawdopodobieństwa, a także techniki zbierania, oczyszczania i eksploracji danych. Dowiesz się o algorytmach analizy danych, podstawach uczenia maszynowego oraz o systemach rekomendacji i przetwarzaniu języka naturalnego. Zbadany zostanie również temat analizy sieci społecznościowych oraz algorytmu MapReduce. Nauka o danych: postaw na solidne podstawy!