Dělat datovou vědu

Recenze čtenářů

Kniha poskytuje ucelený přehled o datové vědě a slouží jako úvod i praktický průvodce pro zájemce o tento obor. Obsahuje postřehy profesionálů z oboru a nabízí kombinaci teorie a reálných aplikací. Čelí však kritice za špatně upravené příklady kódu a nedostatek podrobných praktických kroků pro úplné začátečníky.

⬤ Krásná prezentace s vynikajícími odkazy
⬤ skvělý úvod do datové vědy
⬤ napsáno neformálním, poutavým stylem
⬤ obsahuje příklady z reálného světa a postřehy odborníků z praxe
⬤ pokrývá širokou škálu témat
⬤ dobrá rovnováha mezi teorií a praktickým využitím.

⬤ Příklady kódu jsou špatně upraveny a mohou být problematické
⬤ není komplexní pro začátečníky bez předchozích znalostí
⬤ někteří čtenáři ji považují za příliš neformální s nadměrným množstvím informací na pozadí
⬤ postrádá hlubší technické zkoumání
⬤ někteří ji vnímají spíše jako neformální konverzaci než praktického průvodce.

(na základě 89 hodnocení čtenářů)

Původní název:

Doing Data Science

Obsah knihy:

Nyní, když si lidé uvědomují, že data mohou rozhodnout volby nebo obchodní model, získává datová věda jako profese na popularitě. Jak ale můžete začít pracovat v rozsáhlém interdisciplinárním oboru, který je tak zahalen humbukem? V této zasvěcené knize, která vychází z kurzu Úvod do datové vědy na Kolumbijské univerzitě, se dozvíte, co potřebujete vědět.

V mnoha kapitolách se datoví vědci ze společností, jako jsou Google, Microsoft a eBay, podělí o nové algoritmy, metody a modely tím, že představí případové studie a kód, který používají. Pokud jste obeznámeni s lineární algebrou, pravděpodobností a statistikou a máte zkušenosti s programováním, je tato kniha ideálním úvodem do datové vědy.

Témata zahrnují:

⬤ Statistické odvozování, průzkumná analýza dat a proces datové vědy.

⬤ Algoritmy.

⬤ Spamové filtry, Naivní Bayes a zpracování dat.

⬤ Logistická regrese.

⬤ Finanční modelování.

⬤ Doporučovací mechanismy a kauzalita.

⬤ Vizualizace dat.

⬤ Sociální sítě a datová žurnalistika.

⬤ Datové inženýrství, MapReduce, Pregel a Hadoop.

Kurz Doing Data Science vznikl ve spolupráci lektorky Rachel Schuttové, senior viceprezidentky pro datovou vědu ve společnosti News Corp, a konzultantky pro datovou vědu Cathy O'Neilové, seniorní datové vědkyně ve společnosti Johnson Research Labs, která se kurzu zúčastnila a napsala o něm blog.