مشخصات کتاب

Data Science: guida ai principi e alle tecniche base della scienza dei dati

ویرایش:  
نویسندگان: Sinan Ozdemir  
سری:  
 
ناشر: Apogeo 
سال نشر: 2017 
تعداد صفحات: 0 
زبان: Italian 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

در صورت تبدیل فایل کتاب Data Science: guida ai principi e alle tecniche base della scienza dei dati به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب علم داده: راهنمای اصول و تکنیک های اساسی علم داده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب علم داده: راهنمای اصول و تکنیک های اساسی علم داده

هدف این کتاب برنامه نویسانی است که می خواهند با کشف چگونگی ترکیب مهارت های مختلف از ریاضیات گرفته تا تجزیه و تحلیل تجاری از طریق - البته - برنامه نویسی، وارد دنیای علم داده شوند. هدف آموزش نحوه برخورد با داده‌های ناهمگن از طریق تبدیل آنها به ایده‌ها و بینش است.
در طول فصل‌های مختلف، عناصری که یک دانشمند داده باید به آنها تسلط داشته باشد ارائه می‌شود: تعریف حوزه تحلیل، بازیابی و تمیز کردن داده های خام، محاسبه احتمالات، مدل های آماری، تا استفاده از الگوریتم های یادگیری ماشین. همچنین بینش هایی در مورد نحوه عادی سازی و آماده سازی داده ها قبل از تجزیه و تحلیل، و همچنین نکاتی در مورد نحوه ارائه و برقراری ارتباط موثر نتایج وجود دارد. تمام متن‌های کلیدی با مثال‌های شبه کد همراه هستند تا الگوریتم‌های مورد استفاده را بهتر نشان دهند در حالی که نمونه‌های کد عمدتاً از زبان پایتون استفاده می‌کنند.

توضیحاتی درمورد کتاب به خارجی

Questo libro si rivolge ai programmatori che vogliono entrare nel mondo della scienza dei dati scoprendo come unire competenze che spaziano dalla matematica alle analisi di business attraverso - naturalmente - la programmazione. Lo scopo è insegnare come affrontare dati eterogenei trasformandoli in idee e insight.
Nel corso dei vari capitoli vengono presentati gli elementi che un data scientist deve padroneggiare: la definizione del dominio di analisi, il recupero e la pulizia di dati grezzi, il calcolo delle probabilità, i modelli statistici, fino all'applicazione di algoritmi di machine learning. Non mancano approfondimenti su come normalizzare e preparare i dati prima di un'analisi, oltre a suggerimenti su come presentare e comunicare i risultati in modo efficace. Tutti i passaggi chiave sono corredati da esempi di pseudocodice per illustrare al meglio gli algoritmi in uso mentre gli esempi di codice utilizzano prevalentemente il linguaggio Python.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Overworld

دانلود کتاب Art of Wheelbuilding

دانلود کتاب Beginning PHP: Master the latest features of PHP 7 and fully embrace modern PHP development

دانلود کتاب Left To Tell: Discovering God Amidst the Rwandan Holocaust

دانلود کتاب Архітектура курортної забудови Трускавця XIX - першої половини XX століття