Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 6 votes.
Titre original :
Data Science for Business Professionals: A Practical Guide for Beginners (English Edition)
Contenu du livre :
Introduction au monde multidisciplinaire de la science des données.
Caractéristiques principales
⬤ Les concepts clés de la statistique nécessaires à la résolution des problèmes de science des données sont explorés et utilisés.
⬤ Les notions de statistiques sont indispensables à la résolution des problèmes de science des données.
⬤ Apprenez à construire des solutions de Data Science avec GCP et AWS.
Description
Ce livre explique d'abord le pourquoi de la science des données et le processus de résolution d'un problème de science des données. Les concepts fondamentaux de la science des données, tels que les statistiques, l'apprentissage automatique, la veille stratégique, le pipeline de données et l'informatique en nuage, seront également abordés. Tous les sujets seront expliqués à l'aide d'un exemple de problème et montreront comment l'industrie aborde la résolution d'un tel problème. Le livre pose des questions aux apprenants pour qu'ils résolvent les problèmes, développent leur aptitude à résoudre les problèmes et apprennent efficacement. Le livre utilise les mathématiques chaque fois que cela est nécessaire et vous montrera comment les mettre en œuvre en utilisant Python à l'aide d'un jeu de données d'exemple.
Ce que vous apprendrez
⬤ Comprendre la nature multidisciplinaire de la science des données.
⬤ Se familiariser avec les concepts clés des mathématiques et des statistiques.
⬤ Explorer quelques algorithmes clés de ML et leurs cas d'utilisation.
⬤ Apprendre à mettre en œuvre les bases des pipelines de données.
⬤ Obtenir une vue d'ensemble du Cloud Computing et du DevOps.
⬤ Apprendre à créer des visualisations à l'aide de Tableau.
A qui s'adresse ce livre ?
Ce livre est idéal pour les passionnés de la science des données qui souhaitent explorer les différents aspects de la science des données. Il est utile aux universitaires, aux chefs d'entreprise et aux chercheurs pour une référence rapide sur les pratiques industrielles en matière de science des données.
Table des matières
1. La science des données en pratique.
2. L'essentiel des mathématiques.
3. L'essentiel des statistiques.
4. Analyse exploratoire des données.
5. Prétraitement des données.
6. Ingénierie des caractéristiques.
7. Algorithmes d'apprentissage automatique.
8. Production de modèles d'apprentissage automatique.
9. Flux de données dans les entreprises.
10. Introduction aux bases de données.
11. Introduction au Big Data.
12. DevOps pour la science des données.
13. Introduction au Cloud Computing.
14. Déployer un modèle dans le Cloud.
15. Introduction à la Business Intelligence.
16. Outils de visualisation des données.
17. Cas d'utilisation industriel 1 - FormAssist.
18. Cas d'utilisation industriel 2 - PeopleReporter.
19. Ressources pédagogiques sur la science des données.
20. Défis à relever soi-même.
21. QCM pour les évaluations.
A propos de l'auteur
Le livre a été écrit à partir de l'expérience collective de nombreux projets clients de Probyto, de collaborations universitaires et de membres de l'équipe au cours des 5 dernières années. Le travail collectif est représenté par différents experts dans la prise de décision basée sur les données et la portion qu'ils traitent dans la création de valeur pour les clients de Probyto. L'équipe est composée de professionnels expérimentés et de débutants qui ont bénéficié de l'approche mentionnée dans le livre. Parvej Reja Saleh (Manager) et Namachivayam Dharmalingam (Senior Analyst) ont apporté deux contributions majeures à ce livre.
Votre blog : https : //probyto/resources/blogs.
Votre profil LinkedIn : https : //www.linkedin.com/company/probyto.
Autres informations sur le livre :
| ISBN : | 9789389423280 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
