جلد معمولی سیاه و سفید_کتاب Doing Data Science: Straight Talk from the Frontline

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 4,880,000 ریال

قیمت: 4,480,000 ریال

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (November 19, 2013)
Language ‏ : ‎ English
Paperback ‏ : ‎ 408 pages
ISBN-10 ‏ : ‎ 1449358659
ISBN-13 ‏ : ‎ 978-1449358655

Available at a lower price from other sellers that may not offer free Prime shipping.

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 معمولی سیاه و سفید_کتاب Doing Data Science: Straight Talk from the Frontline

با قیمت پایین‌تری از سایر فروشندگانی که ممکن است ارسال رایگان Prime را ارائه ندهند، موجود است.

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 گسترده که این‌قدر پر از هیاهو است شروع به کار کنید؟ 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.