Avis des lecteurs
Résumé:Ce livre offre une vue d'ensemble de la science des données, servant à la fois d'introduction et de guide pratique pour ceux qui s'intéressent à ce domaine. Il présente des points de vue de professionnels du secteur et offre un mélange de théorie et d'applications du monde réel. Cependant, il est critiqué pour ses exemples de code mal édités et le manque d'étapes pratiques détaillées pour les débutants absolus.
Avantages:⬤ Belle présentation avec d'excellentes références
⬤ excellente introduction à la science des données
⬤ écrit dans un style informel et engageant
⬤ inclut des exemples du monde réel et des points de vue de praticiens de la science des données
⬤ couvre un large éventail de sujets
⬤ bon équilibre entre la théorie et l'application pratique.
⬤ Les exemples de code sont mal édités et peuvent être problématiques
⬤ pas complet pour les débutants sans connaissances préalables
⬤ certains lecteurs le trouvent trop informel avec trop d'informations de base
⬤ manque d'exploration technique en profondeur
⬤ perçu par certains comme une conversation décontractée plutôt qu'un guide pratique.
(basé sur 89 avis de lecteurs)
Titre original :
Doing Data Science
Contenu du livre :
Maintenant que les gens sont conscients que les données peuvent faire la différence lors d'une élection ou dans un modèle d'entreprise, la science des données en tant que profession gagne du terrain. Mais comment faire pour commencer à travailler dans un domaine interdisciplinaire et très vaste, qui fait l'objet d'un tel battage médiatique ? Ce livre perspicace, basé sur le cours d'introduction à la science des données de l'université de Columbia, vous dit ce que vous devez savoir.
Dans de nombreux chapitres, des data scientists d'entreprises telles que Google, Microsoft et eBay partagent de nouveaux algorithmes, méthodes et modèles en présentant des études de cas et le code qu'ils utilisent. Si vous êtes familier avec l'algèbre linéaire, les probabilités et les statistiques, et que vous avez une expérience de la programmation, ce livre est une introduction idéale à la science des données.
Les sujets abordés sont les suivants :
⬤ L'inférence statistique, l'analyse exploratoire des données et le processus de la science des données.
⬤ Algorithmes.
⬤ Filtres anti-spam, Naive Bayes et traitement des données.
⬤ Régression logistique.
⬤ Modélisation financière.
⬤ Les moteurs de recommandation et la causalité.
⬤ Visualisation des données.
⬤ Réseaux sociaux et journalisme de données.
⬤ L'ingénierie des données, MapReduce, Pregel et Hadoop.
Doing Data Science est le fruit d'une collaboration entre Rachel Schutt, formatrice du cours et première vice-présidente de la science des données chez News Corp, et Cathy O'Neil, consultante en science des données et senior data scientist chez Johnson Research Labs, qui a assisté au cours et en a parlé sur son blog.
Autres informations sur le livre :
| ISBN : | 9781449358655 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2013 |
| Nombre de pages : | 300 |
Achat:
Actuellement disponible, en stock.
