Product details
- Publisher : O'Reilly Media; 1st edition (November 19, 2013)
- Language : English
- Paperback : 408 pages
- ISBN-10 : 1449358659
- ISBN-13 : 978-1449358655
جلد سخت رنگی_کتاب Doing Data Science: Straight Talk from the Frontline
Now that people are aware that data can make the difference in an election or a business model, data science as an occupation is gaining ground. But how can you get started working in a wide-ranging, interdisciplinary field that’s so clouded in hype? This insightful book, based on Columbia University’s Introduction to Data Science class, tells you what you need to know.
In many of these chapter-long lectures, data scientists from companies such as Google, Microsoft, and eBay share new algorithms, methods, and models by presenting case studies and the code they use. If you’re familiar with linear algebra, probability, and statistics, and have programming experience, this book is an ideal introduction to data science.
Topics include:
- Statistical inference, exploratory data analysis, and the data science process
- Algorithms
- Spam filters, Naive Bayes, and data wrangling
- Logistic regression
- Financial modeling
- Recommendation engines and causality
- Data visualization
- Social networks and data journalism
- Data engineering, MapReduce, Pregel, and Hadoop
Doing Data Science is collaboration between course instructor Rachel Schutt, Senior VP of Data Science at News Corp, and data science consultant Cathy O’Neil, a senior data scientist at Johnson Research Labs, who attended and blogged about the course.
منابع کتاب جلد سخت رنگی_کتاب Doing Data Science: Straight Talk from the Frontline
اکنون که مردم می‌دانند داده‌ها می‌توانند در انتخابات یا مدل کسب‌وکار تفاوت ایجاد کنند، علم داده به‌عنوان یک شغل در حال افزایش است. اما چگونه می‌توانید در زمینه‌ای بین‌رشته‌ای و دامنه‌دار کار کنید که این‌قدر پر از هیاهو است؟ این کتاب روشنگر، بر اساس کلاس مقدمه ای بر علم داده دانشگاه کلمبیا، آنچه را که باید بدانید را به شما می گوید.
در بسیاری از این سخنرانی‌های فصلی، دانشمندان داده از شرکت‌هایی مانند گوگل، مایکروسافت و eBay الگوریتم‌ها، روش‌ها و مدل‌های جدیدی را با ارائه مطالعات موردی و کدی که استفاده می‌کنند به اشتراک می‌گذارند. اگر با جبر خطی، احتمالات و آمار آشنا هستید و تجربه برنامه نویسی دارید، این کتاب مقدمه ای ایده آل برای علم داده است.
موضوعات عبارتند از:
- استنتاج آماری، تجزیه و تحلیل داده های اکتشافی، و فرآیند علم داده
- الگوریتم ها
- فیلترهای هرزنامه، Naive Bayes، و جدال داده ها
- رگرسیون لجستیک
- مدل سازی مالی
- موتورهای توصیه و علیت
- تجسم داده ها
- شبکه های اجتماعی و روزنامه نگاری داده
- مهندسی داده، MapReduce، Pregel و Hadoop
Doing Data Science با همکاری مدرس دوره، Rachel Schutt، معاون ارشد علوم داده در News Corp، و مشاور علم داده، Cathy O'Neil، دانشمند ارشد داده در آزمایشگاه‌های تحقیقاتی جانسون، که در این دوره شرکت کرده و در مورد آن وبلاگ می‌نویسند، است.
ارسال نظر درباره جلد سخت رنگی_کتاب Doing Data Science: Straight Talk from the Frontline