Data science od podstaw
(eBook)
Author
Published
[Place of publication not identified] Helion, 2018.
Format
eBook
ISBN
9781098125165, 1098125169
Physical Desc
1 online resource
Status
Description
Loading Description...
Also in this Series
Checking series information...
More Details
Language
English
Notes
General Note
Title from content provider.
Description
Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy!
Local note
O'Reilly,O'Reilly Online Learning: Academic/Public Library Edition
Reviews from GoodReads
Loading GoodReads Reviews.
Citations
APA Citation, 7th Edition (style guide)
Grus, J. (2018). Data science od podstaw . Helion.
Chicago / Turabian - Author Date Citation, 17th Edition (style guide)Grus, Joel. 2018. Data Science Od Podstaw. Helion.
Chicago / Turabian - Humanities (Notes and Bibliography) Citation, 17th Edition (style guide)Grus, Joel. Data Science Od Podstaw Helion, 2018.
MLA Citation, 9th Edition (style guide)Grus, Joel. Data Science Od Podstaw Helion, 2018.
Note! Citations contain only title, author, edition, publisher, and year published. Citations should be used as a guideline and should be double checked for accuracy. Citation formats are based on standards as of August 2021.
Staff View
Grouped Work ID
ee079419-dee0-390b-3e7e-73c02ad4f91f-eng
Grouping Information
| Grouped Work ID | ee079419-dee0-390b-3e7e-73c02ad4f91f-eng |
|---|---|
| Full title | data science od podstaw |
| Author | grus joel |
| Grouping Category | book |
| Last Update | 2024-04-16 12:23:35PM |
| Last Indexed | 2024-04-20 05:02:08AM |
Book Cover Information
| Image Source | coce_amazon |
|---|---|
| First Loaded | Jun 5, 2023 |
| Last Used | Mar 23, 2024 |
Marc Record
| First Detected | Nov 09, 2022 03:52:20 PM |
|---|---|
| Last File Modification Time | Apr 16, 2024 12:40:17 PM |
MARC Record
| LEADER | 03177cam a22003737 4500 | ||
|---|---|---|---|
| 001 | on1181909990 | ||
| 003 | OCoLC | ||
| 005 | 20240405112445.0 | ||
| 006 | m o d | ||
| 007 | cr |n||||||||| | ||
| 008 | 200712s2018 xx o 000 0 eng d | ||
| 019 | |a 1300562402|a 1303294098 | ||
| 020 | |a 9781098125165 | ||
| 020 | |a 1098125169 | ||
| 029 | 1 | |a AU@|b 000071521809 | |
| 035 | |a (OCoLC)1181909990|z (OCoLC)1300562402|z (OCoLC)1303294098 | ||
| 040 | |a VT2|b eng|c VT2|d ERF|d DST|d OCLCQ|d OCLCL | ||
| 049 | |a TKLA | ||
| 100 | 1 | |a Grus, Joel. | |
| 245 | 1 | 0 | |a Data science od podstaw /|c Joel Grus. |
| 260 | |a [Place of publication not identified]|b Helion,|c 2018. | ||
| 300 | |a 1 online resource | ||
| 336 | |a text|b txt|2 rdacontent | ||
| 337 | |a computer|b c|2 rdamedia | ||
| 338 | |a online resource|b cr|2 rdacarrier | ||
| 347 | |a text file | ||
| 500 | |a Title from content provider. | ||
| 520 | |a Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy! | ||
| 590 | |a O'Reilly|b O'Reilly Online Learning: Academic/Public Library Edition | ||
| 758 | |i has work:|a Data science od podstaw (Work)|1 https://id.oclc.org/worldcat/entity/E39PCXkrFWtP6RkWP7GPPMhQC3|4 https://id.oclc.org/worldcat/ontology/hasWork | ||
| 776 | 0 | |z 1098125169 | |
| 856 | 4 | 0 | |u https://ezproxy.knoxlib.org/login?url=https://learning.oreilly.com/library/view/~/9781098125165/?ar |
| 936 | |a BATCHLOAD | ||
| 994 | |a 92|b TKL | ||