Купить книгу Анализ данных в доступной форме: издание 2025 года на русском [PDF, EPUB, FB2, MOBI]
#356372
Data Analytics Made Accessible: 2025 edition (B00K2I2JL8)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Anil Maheshwari | #23: Бизнес, основанный на больших данных
Эта постоянно развивающаяся и обновляемая книга продолжает удовлетворять потребность в кратком и доступном изложении информации о быстрорастущей области науки о данных. Легко читаемая и информативная, эта ясная и постоянно обновляемая книга охватывает все важные аспекты, приводит конкретные примеры и приглашает читателя присоединиться к этой области. Это издание, последнее обновление которого вышло в апреле 2023 года, включает в себя информацию о хранилищах данных (Data Lakes), системах рекомендаций (Recommendations Engines), ChatGPT, типах систем искусственного интеллекта, таких как системы Transformer, а также пример отчета по проекту интеллектуального анализа данных. В ней также есть совершенно новая глава о подготовке данных (Data Wrangling), которая занимает 80-90% объема проекта по науке о данных.
Многие ведущие государственные университеты США (например, Техаса, Северной Каролины, Миннесоты) называют его лучшим пособием для аналитиков данных.
https://techbootcamps.utexas.edu/blog/4-books-every-data-analyst-read/
https://bootcamp.unc.edu/blog/7-data-analytics-books-you-should-read-in-2019/
https://bootcamp.umn.edu/blog/7-data-analytics-books-you-should-read-in-2019/
Калифорнийский университет в Беркли включил его в топ-10.
https://bootcamp.berkeley.edu/blog/17-data-analytics-books-you-should-read/
Главы книги организованы для типичного односеместрового курса. В начале каждой главы приводятся примеры из реальной жизни. Также в каждой главе есть тематическое исследование в качестве упражнений. Эта книга призвана дать студенту интуитивное понимание этой развивающейся области, а также солидный набор инструментов основных методов и платформ интеллектуального анализа данных. В издании 2025 года есть заключительная глава, которая в нескольких страницах кратко излагает содержание всей книги (всего 50 пунктов). Наконец, она включает в себя руководство по R и руководство по Python. Книга содержит расширенные вводные материалы по большим данным, искусственному интеллекту, карьере в области науки о данных, а также вопросам владения данными и конфиденциальности. Издание 2025 года обновлено с учетом аспектов искусственного интеллекта. В него включены такие темы, как озера данных и практика обмена данными. Эта постоянно развивающаяся книга оказалась очень популярной во всем мире. Десятки университетов по всему миру приняли ее в качестве учебника для своих курсов. Студенты самых разных академических дисциплин, включая бизнес, информатику, статистику, инженерию и другие, которых привлекает идея извлечения новых знаний и идей из данных, могут использовать эту книгу в качестве учебника. Профессионалы в различных областях, включая руководителей, менеджеров, аналитиков, профессоров, врачей, бухгалтеров и других, могут использовать эту книгу, чтобы за несколько часов научиться анализировать и извлекать практические выводы из огромных массивов данных, поступающих к ним. Это легко читаемая книга, которую можно прочитать за один присест, или же возвращаться к ней снова и снова как к справочнику по полезным идеям и методам. Спасибо! Содержание Глава 1: Целостность анализа данных Глава 2: Концепции и приложения бизнес-аналитики Глава 3: Хранилища данных Глава 4: Интеллектуальный анализ данных Глава 5: Визуализация данных Глава 6: Деревья решений Глава 7: Регрессионные модели Глава 8: Искусственные нейронные сети Глава 9: Кластерный анализ Глава 10: Анализ ассоциативных правил Глава 11: Анализ текста Глава 12: Наивный байесовский анализ Глава 13: Машины опорных векторов Глава 14: Веб-майнинг Глава 15: Анализ социальных сетей Глава 16: Большие данные Глава 17: Моделирование данных Глава 18: Статистика Глава 19: Искусственный интеллект Глава 20: Право собственности на данные и конфиденциальность Глава 21: Карьера в области науки о данных 22: Основные положения анализа данных 23. Обработка данных. Приложение R: Учебное пособие по интеллектуальному анализу данных с использованием R Приложение P: Учебное пособие по интеллектуальному анализу данных с использованием Python Приложение T: Пример проекта по интеллектуальному анализу данных
Многие ведущие государственные университеты США (например, Техаса, Северной Каролины, Миннесоты) называют его лучшим пособием для аналитиков данных.
https://techbootcamps.utexas.edu/blog/4-books-every-data-analyst-read/
https://bootcamp.unc.edu/blog/7-data-analytics-books-you-should-read-in-2019/
https://bootcamp.umn.edu/blog/7-data-analytics-books-you-should-read-in-2019/
Калифорнийский университет в Беркли включил его в топ-10.
https://bootcamp.berkeley.edu/blog/17-data-analytics-books-you-should-read/
Главы книги организованы для типичного односеместрового курса. В начале каждой главы приводятся примеры из реальной жизни. Также в каждой главе есть тематическое исследование в качестве упражнений. Эта книга призвана дать студенту интуитивное понимание этой развивающейся области, а также солидный набор инструментов основных методов и платформ интеллектуального анализа данных. В издании 2025 года есть заключительная глава, которая в нескольких страницах кратко излагает содержание всей книги (всего 50 пунктов). Наконец, она включает в себя руководство по R и руководство по Python. Книга содержит расширенные вводные материалы по большим данным, искусственному интеллекту, карьере в области науки о данных, а также вопросам владения данными и конфиденциальности. Издание 2025 года обновлено с учетом аспектов искусственного интеллекта. В него включены такие темы, как озера данных и практика обмена данными. Эта постоянно развивающаяся книга оказалась очень популярной во всем мире. Десятки университетов по всему миру приняли ее в качестве учебника для своих курсов. Студенты самых разных академических дисциплин, включая бизнес, информатику, статистику, инженерию и другие, которых привлекает идея извлечения новых знаний и идей из данных, могут использовать эту книгу в качестве учебника. Профессионалы в различных областях, включая руководителей, менеджеров, аналитиков, профессоров, врачей, бухгалтеров и других, могут использовать эту книгу, чтобы за несколько часов научиться анализировать и извлекать практические выводы из огромных массивов данных, поступающих к ним. Это легко читаемая книга, которую можно прочитать за один присест, или же возвращаться к ней снова и снова как к справочнику по полезным идеям и методам. Спасибо! Содержание Глава 1: Целостность анализа данных Глава 2: Концепции и приложения бизнес-аналитики Глава 3: Хранилища данных Глава 4: Интеллектуальный анализ данных Глава 5: Визуализация данных Глава 6: Деревья решений Глава 7: Регрессионные модели Глава 8: Искусственные нейронные сети Глава 9: Кластерный анализ Глава 10: Анализ ассоциативных правил Глава 11: Анализ текста Глава 12: Наивный байесовский анализ Глава 13: Машины опорных векторов Глава 14: Веб-майнинг Глава 15: Анализ социальных сетей Глава 16: Большие данные Глава 17: Моделирование данных Глава 18: Статистика Глава 19: Искусственный интеллект Глава 20: Право собственности на данные и конфиденциальность Глава 21: Карьера в области науки о данных 22: Основные положения анализа данных 23. Обработка данных. Приложение R: Учебное пособие по интеллектуальному анализу данных с использованием R Приложение P: Учебное пособие по интеллектуальному анализу данных с использованием Python Приложение T: Пример проекта по интеллектуальному анализу данных