Data Science. Наука о данных с нуля
-30%
Описание и характеристики
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
ID товара
2809311
Издательство
BHV-CПб
Год издания
2020
ISBN
978-5-9775-6731-2
Количество страниц
416
Размер
1.7x16.5x23.5
Тип обложки
Мягкий переплёт
Тираж
2000
Вес, г
490
947 ₽
1 359 ₽
+ до 142 бонусов
В наличии
В магазины сети, бесплатно
СегодняАдреса магазинов
Другие способы доставки
от 1 299 ₽ сегодня
Отзывы
15 бонусов
за полезный отзыв длиной от 300 символов
15 бонусов
если купили в интернет-магазине «Читай-город»
3.6
Сначала полезные
Сначала новые
Сначала старые
Сначала с высокой оценкой
Сначала с низкой оценкой
Владимир
07.10.2024
Я ожидал, что будет не просто, но чтобы настолько
Александр
17.05.2024
книга для специалистов
Книга достаточно подробная и написана профессиональным языком, но подойдёт только для начинающих специалистов в предметной области. Для общего знакомства с тематикой data science без базового образования в сфере математики/информатики будет тяжеловата.
Плюсы
Много хороших понятных примеров, удобный формат книги, рубрикация информации по разделам.
Минусы
Пожалуй, только отсутствие твердого переплета, но это, конечно, на любителя.
Святослав
02.01.2023
Средний учебник по Data Science
Начнём с того, что может быть человек хочет вникнуть в тему искусственного интеллекта. Если это так, то вам нужна книга по Data Engineering. В данной книге много алгебры, с самого начала вы будете всё понимать, но дальше идут джунгли. Вы будете сначала не понимать откуда взялось одно и появилось другое, а затем вообще можете ничего не понимать (только что примерно происходит). Так что даже по Data Science данная книга не совсем хорошая, не пытается даже заинтересовать читателя. При этом автор очень плохо объяснил 7 главу "Гипотеза и вывод". Если вы очень хорошо дружите с алгеброй и знаете хотя бы на базовом уровне всё то, что пишется в книге - вы сможете её пройти.
Я потратил ~3 месяца, чтобы дойти до 225 страницы из 404 (изучал не каждый день, при этом я читал, изучал код, а затем сразу его писал и немного экспериментировал). Жалко ли мне моего времени? Не сказал бы, действительно, книга может дать вам базовые понятия Data Science, но не больше. Автор чуть ли не в каждой главе ссылается на то, что подробностей в книге не будет и нужно будет самому изучать или читать другие книги.
Тем самым если вы действительно хотите стать разработчиком по Data Science, лучше поискать другие варианты, а если всё-таки вам интересно создавать различные нейросети от лёгких до сложных, то вам нужны книги по Data Engineering, а не Data Science.
Я потратил ~3 месяца, чтобы дойти до 225 страницы из 404 (изучал не каждый день, при этом я читал, изучал код, а затем сразу его писал и немного экспериментировал). Жалко ли мне моего времени? Не сказал бы, действительно, книга может дать вам базовые понятия Data Science, но не больше. Автор чуть ли не в каждой главе ссылается на то, что подробностей в книге не будет и нужно будет самому изучать или читать другие книги.
Тем самым если вы действительно хотите стать разработчиком по Data Science, лучше поискать другие варианты, а если всё-таки вам интересно создавать различные нейросети от лёгких до сложных, то вам нужны книги по Data Engineering, а не Data Science.
Плюсы
Не плохой маленький курс по Python
Сначала книги не плохие объяснения с кодом и картинками
Советы по книге
Сначала книги не плохие объяснения с кодом и картинками
Советы по книге
Минусы
Множественные ошибки перевода
Множественные ошибки от автора:
● Отсутствие в некоторых местах частей кода (см. в github проекта)
● Неправильные изображения (5< в книге)
Не понятность после 7 главы "Гипотеза и вывод"
Множественные ошибки от автора:
● Отсутствие в некоторых местах частей кода (см. в github проекта)
● Неправильные изображения (5< в книге)
Не понятность после 7 главы "Гипотеза и вывод"
Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы А; ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рассмотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce.
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
Ты радостный идёшь читать основы питона и понимаешь, что тут он подробно рассказывать не будет... Окей, дальше код он тоже не разъяснит, ладно, пойду изучу. После прочтения раздела Ты немного напряжён,что же будет дальше... А дальше будут джунгли, которые без знаний статистики и алгебры невозможно читать. Приходиться останавливаться и чуть не на каждой странице. Книга не для новичков, найдите что-то другое. Я из прочтения книги "Грокаем алгоритмы" больше инфы получил, чем из этой книги. Если что-то рассказываешь, то от и до. А не от, а дальше сам изучи, мне некогда, переходим на следующую главу...