Avis des lecteurs
Résumé:Les critiques soulignent que « The Data Science Design Manual » est un livre d'introduction intéressant et perspicace pour ceux qui s'intéressent à la science des données. Il est bien organisé et fournit des explications intuitives sans trop de preuves mathématiques, ce qui le rend accessible aux débutants. Cependant, la version Kindle présente d'importants problèmes de formatage, et certains lecteurs ont noté que certains sujets, comme l'apprentissage profond, sont traités de manière moins complète. En outre, des inquiétudes ont été exprimées quant à la qualité des livraisons de certains vendeurs.
Avantages:Explications engageantes et intuitives, bien organisées, nombreux exemples, adapté aux débutants, couvre un large éventail de sujets liés à la science des données, bonne narration, les analogies de l'auteur aident à la compréhension, excellent texte d'introduction.
Inconvénients:La version Kindle présente de graves problèmes de formatage, certains sujets sont dépassés ou ne sont pas traités en profondeur (par exemple, l'apprentissage profond), problèmes de livraison occasionnels liés à l'état du livre.
(basé sur 15 avis de lecteurs)
Titre original :
The Data Science Design Manual
Contenu du livre :
Ce manuel/référence engageant et clairement écrit fournit une introduction indispensable au domaine interdisciplinaire en pleine émergence de la science des données. Il se concentre sur les principes fondamentaux pour devenir un bon scientifique des données et sur les compétences clés nécessaires pour construire des systèmes de collecte, d'analyse et d'interprétation des données.
Le manuel de conception de la science des données est une source d'informations pratiques qui met en évidence ce qui compte vraiment dans l'analyse des données et permet de comprendre intuitivement comment ces concepts fondamentaux peuvent être utilisés. Le livre ne met pas l'accent sur un langage de programmation particulier ou sur une suite d'outils d'analyse de données, se concentrant plutôt sur une discussion de haut niveau des principes de conception importants.
Ce texte facile à lire répond idéalement aux besoins des étudiants de premier cycle et des étudiants en début de cycle supérieur qui s'engagent dans un cours d'"introduction à la science des données". Il révèle comment cette discipline se situe à l'intersection des statistiques, de l'informatique et de l'apprentissage automatique, avec un poids et un caractère qui lui sont propres. Les praticiens de ces domaines et des domaines connexes trouveront ce livre parfait pour l'auto-apprentissage également.
Outils d'apprentissage supplémentaires :
⬤ Contient des "War Stories", qui offrent des perspectives sur l'application de la science des données dans le monde réel.
⬤ Comprend des "problèmes de devoirs", qui offrent un large éventail d'exercices et de projets pour l'auto-apprentissage.
⬤ Fournit un ensemble complet de diapositives de cours et des cours vidéo en ligne sur www.data-manual.com.
⬤ Les "Leçons à emporter" mettent l'accent sur les concepts généraux à retenir de chaque chapitre.
⬤ Recommande les passionnants "Défis Kaggle" de la plateforme en ligne Kaggle.
⬤ Les "faux départs", qui révèlent les raisons subtiles de l'échec de certaines approches.
⬤ Propose des exemples tirés de l'émission de télévision sur la science des données "The Quant Shop" (www.quant-shop.com).
Autres informations sur le livre :
| ISBN : | 9783319554433 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2017 |
| Nombre de pages : | 445 |
Achat:
Actuellement disponible, en stock.
