Poznaj Data Science

Jako ambitny specjalista ds. danych, doskonale rozumiesz, dlaczego tak wiele organizacji polega na nich przy podejmowaniu strategicznych decyzji, niezależnie od tego, czy są to firmy zajmujące się projektowaniem stron internetowych, władze miejskie dążące do optymalizacji usług, czy też naukowcy starający się powstrzymać rozprzestrzenianie chorób. Pragniesz zdobyć umiejętności, które pozwolą Ci wyciągać wartościowe wnioski z gąszczu nieuporządkowanych informacji. Ten proces, obejmujący zbieranie, transformację i analizę danych aż po wyciąganie z nich wniosków, określany jest jako danetyczny cykl życia.

Książka "Poznaj Data Science" jako pierwsza wprowadza w podstawowe umiejętności niezbędne zarówno w programowaniu, jak i statystyce przez cały ten cykl. Jest idealna dla tych, którzy planują karierę w data science, chcą współpracować z danetykami, a także dla analityków danych, którzy pragną przekroczyć granice tradycyjnego podziału na "techniczne/nietechniczne" role. Znając już podstawy Pythona, nauczysz się korzystać ze standardowych narzędzi w branży, takich jak pandas, by efektywnie pracować z danymi.

Nauczysz się formułować pytania umożliwiające badanie zagadnień za pomocą danych, zbierać je z różnych źródeł, w tym przez przetwarzanie tekstu i ekstrakcję z internetu. Ponadto, uzyskasz cenne spostrzeżenia, doskonaląc techniki oczyszczania, eksploracji i wizualizacji danych, a także poznasz metody modelowania do opisu danych i ich uogólniania poza pierwotny zbiór.

DJ Patil, ceniony pierwszy US Chief Data Scientist, stwierdził: "Żałuję, że nie mieliśmy tej książki, kiedy po raz pierwszy koncepowaliśmy zawód Data Scientist. To świetna pozycja dla początkujących w analizie danych, inżynierii danych, sztucznej inteligencji czy uczeniu maszynowym".

Sam Lau, asystent w Halcolu Data Science Institute na UC San Diego, posiada dziesięcioletnie doświadczenie w nauczaniu i współtworzył program dla przedmiotów z zakresu data science, nauczanych m.in. na UC Berkeley i UC San Diego. Joey Gonzalez, adiunkt na Wydziale EECS UC Berkeley oraz członek Berkeley AI Research i współzałożyciel Turi Inc. i Aqueduct, także przyczynił się do powstania tej publikacji. Deborah Nolan, profesor emerita statystyki i prodziekan ds. studentów w College of Computing, Data Science, and Society na UC Berkeley, dopełnia ten zespół autorów.