Note :
Le livre est bien accueilli par les lecteurs, en particulier les débutants en science des données et en analyse. Nombreux sont ceux qui apprécient ses explications simples, son contexte historique et ses applications pratiques. Toutefois, certaines critiques ont été émises concernant la rédaction et la profondeur de l'ouvrage pour les apprenants plus avancés.
Avantages:⬤ Bien écrit et facile à comprendre
⬤ excellent pour les débutants
⬤ fournit une bonne base en science des données et en analyse
⬤ exemples pratiques et contexte historique
⬤ abordable et d'un bon rapport qualité-prix.
⬤ Mauvaise rédaction avec trop de détails
⬤ manque de profondeur pour les théories avancées
⬤ certains lecteurs l'ont trouvé trop simpliste.
(basé sur 42 avis de lecteurs)
Data Analytics for Absolute Beginners: A Deconstructed Guide to Data Literacy: (Introduction to Data, Data Visualization, Business Intelligence & Mach
Prenez de meilleures décisions avec ce guide déconstruit de l'analyse des donnéesVous voulez ajouter l'analyse des données à votre palette de compétences ? Vous avez du mal à trouver par où commencer ?
Cellule par cellule, petit à petit, ce livre vous enseigne le vocabulaire, les outils et les algorithmes de base pour penser comme un scientifique des données En utilisant l'approche du "jeu de Lego", chaque chapitre ajoute et relie des blocs individuels de connaissances pour construire votre culture des données. Cette structure linéaire de décomposition de l'analyse des données vous emmène de zéro à l'analyse et la discussion en toute confiance des problèmes liés aux données.
À qui s'adresse ce livre ?
Ce livre est idéal pour toute personne souhaitant comprendre l'analyse des données sans avoir à comprendre la terminologie de la science des données ou les mathématiques avancées. Si vous avez déjà essayé d'apprendre l'analyse de données sans succès, ce livre est fait pour vous.
Approche pratique
Ce livre adopte une approche pratique de l'apprentissage. Il comprend des exemples pratiques et visuels, ainsi que deux exercices de codage en Python, avec un contenu vidéo gratuit pour vous guider dans les deux exercices. A la fin du livre, vous aurez les connaissances pratiques nécessaires pour vous attaquer à des problèmes de données réels dans votre organisation ou dans votre vie de tous les jours.
Ce que vous apprendrez
- Comment reconnaître les types de données courantes que tout scientifique des données doit maîtriser.
- Où stocker vos données, y compris les Big Data ?
- Les nouvelles tendances en matière d'analyse des données, y compris ce que sont les données alternatives et pourquoi peu de gens les connaissent !
- Comment expliquer à vos collègues la distinction entre Data Mining, Machine Learning et Analytics.
- Quand et comment utiliser l'analyse de régression, la classification, le regroupement, l'analyse d'association et le traitement du langage naturel ?
- Comment prendre de meilleures décisions commerciales à l'aide de la visualisation des données et de la veille stratégique ?
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)