Introduction à l'exploration et à l'analyse des données

Avis des lecteurs

Résumé:

Ce livre offre une vue d'ensemble des différents outils d'analyse de données, mais manque de profondeur et de clarté. Il peut convenir aux débutants mais n'est pas à la hauteur de ceux qui cherchent à acquérir une compréhension globale ou des compétences pratiques.

Avantages:

Peut convenir à des personnes qui ne sont pas des praticiens des données et qui cherchent à avoir une idée générale des outils ; couvre un large éventail de sujets.

Inconvénients:

⬤ Détails médiocres dans les chapitres
⬤ formatage médiocre
⬤ traitement superficiel de R et Python
⬤ manque de contenu important comme la couverture de R Studio
⬤ exemples discutables qui ne tiennent pas compte des conventions habituelles.

(basé sur 1 avis de lecteurs)

Titre original :

Introduction to Data Mining and Analytics

Contenu du livre :

Data Mining and Analytics offre une vue d'ensemble large et interactive d'un domaine en pleine expansion. L'augmentation exponentielle de la vitesse à laquelle les données sont générées crée un besoin correspondant de professionnels capables de gérer efficacement leur stockage, leur analyse et leur traduction. En mettant l'accent à la fois sur les concepts et les opérations, ce texte comprend un mode d'emploi complet et constitue une excellente ressource pour tous ceux qui envisagent de travailler dans ce domaine.

Aucune expérience en programmation n'est nécessaire pour tirer le meilleur parti de cette ressource. Les études de cas et les activités pratiques intègrent des ensembles de données du monde réel et permettent aux étudiants d'exercer leurs nouvelles compétences. Notre Cloud Desktop intègre des outils d'exploration de données populaires, ce qui permet aux étudiants de se familiariser avec les applications standard de l'industrie.

Après avoir défini les concepts de data mining et de machine learning, Data Mining and Analytics se penche sur les types de bases de données, leur pertinence et leur popularité respectives, ainsi que sur les tendances qui influencent leur utilisation. L'importance de la visualisation des données à des fins de communication est explorée, de même que les processus de nettoyage, de regroupement et de classification des données. Les programmes Excel, SQL, NoSQL, Python et R sont tous traités en profondeur et complétés par des exercices pratiques. Les opérations couvertes dans les chapitres précédents sont mises en contexte dans le monde réel grâce à une application pratique aux questions actuelles du "big data" et de l'exploration de données textuelles et d'images. Le texte conclut en décrivant les étapes d'un analyste, de la planification à l'exécution, garantissant que les lecteurs acquièrent le savoir-faire technique nécessaire pour lancer, diriger ou soutenir un projet de données sur le lieu de travail.

Autres informations sur le livre :

• ISBN : 9781284180909
• Auteur : Kris Jamsa
• Éditeur : Jones & Bartlett Pub Inc
• Langue : anglais
• Reliure : Broché
• Année de publication : 2020
• Nombre de pages : 668