Note :
Le livre est bien accueilli pour ses explications claires et ses exemples pratiques, le rendant accessible à la fois aux débutants et aux programmeurs expérimentés intéressés par la science des données. Il couvre les concepts fondamentaux d'une manière facile à comprendre, permettant aux lecteurs d'appliquer efficacement ce qu'ils apprennent. Cependant, certains lecteurs ont trouvé des erreurs dans les exemples de code et ont critiqué l'inclusion de MongoDB dans le titre, estimant qu'il n'était pas suffisamment couvert.
Avantages:⬤ Un contenu facile à comprendre et bien organisé qui s'adresse à tous les niveaux.
⬤ De très bons exemples, en particulier en Python, qui aident à clarifier les concepts.
⬤ Explications claires et simples sans jargon lourd, adaptées aux débutants.
⬤ Bon pour l'application pratique des compétences en science des données.
⬤ Couverture complète des sujets pertinents pour divers domaines.
⬤ Présence de nombreuses erreurs de codage et de concept, y compris des exemples de code obsolètes ou incorrects.
⬤ Certains lecteurs se sont sentis trompés par l'inclusion de MongoDB dans le titre, s'attendant à une couverture plus approfondie.
⬤ Quelques critiques sur la profondeur de la théorie par rapport à l'application.
(basé sur 16 avis de lecteurs)
Data Science Fundamentals for Python and MongoDB
Développez les compétences fondamentales en science des données nécessaires pour travailler et mieux comprendre les algorithmes complexes de la science des données. Ce livre basé sur des exemples fournit des exemples de codage Python complets pour compléter et clarifier les concepts de la science des données, et enrichir l'expérience d'apprentissage. Les exemples de codage incluent des visualisations chaque fois que cela est nécessaire. Ce livre est un précurseur nécessaire à l'application et à la mise en œuvre d'algorithmes d'apprentissage automatique.
Le livre est autonome. Toutes les compétences en mathématiques, statistiques, stochastiques et programmation nécessaires pour maîtriser le contenu sont couvertes. Une connaissance approfondie de la programmation orientée objet n'est pas nécessaire car des exemples complets sont fournis et expliqués.
Data Science Fundamentals with Python and MongoDB est un excellent point de départ pour ceux qui souhaitent poursuivre une carrière dans la science des données. Comme toute science, les fondamentaux de la science des données sont une condition préalable à la compétence. Sans maîtrise des mathématiques, des statistiques, de la manipulation des données et du codage, le chemin vers le succès est au mieux " rocailleux ". Les exemples de codage présentés dans ce livre sont concis, précis et complets, et complètent parfaitement les concepts de science des données présentés.
Ce que vous apprendrez
⬤ Préparez-vous à une carrière dans la science des données.
⬤ Travailler avec des structures de données complexes en Python.
⬤ Simuler avec des algorithmes de Monte Carlo et stochastiques.
⬤ Appliquer l'algèbre linéaire en utilisant des vecteurs et des matrices.
⬤ Utiliser des algorithmes complexes tels que la descente de gradient et l'analyse en composantes principales.
⬤ Les données peuvent être manipulées, nettoyées, visualisées et utilisées pour résoudre des problèmes.
⬤ Utiliser MongoDB et JSON pour travailler avec des données.
A qui s'adresse ce livre ?
Le novice qui aspire à percer dans le monde de la science des données, et le passionné qui cherche à enrichir, approfondir et développer ses compétences en science des données en maîtrisant les fondamentaux sous-jacents qui sont parfois négligés dans la course à la productivité. Une certaine connaissance de la programmation orientée objet facilitera l'apprentissage.
| ISBN : | 9781484235966 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Actuellement disponible, en stock.
