Descripción
Cracking the Data Science Interview es el primer libro que intenta capturar la esencia de la ciencia de datos de una manera concisa, compacta y clara. Al estilo de Cracking the Coding Interview, Cracking the Data Science Interview primero introduce los conceptos relevantes y luego presenta una serie de preguntas de entrevista para ayudarlo a consolidar su comprensión y prepararlo para su próxima entrevista. Los temas incluyen:
- Prerrequisitos Necesarios (estadísticas, probabilidad, álgebra lineal y ciencias de la computación)
- 18 Grandes Ideas en Ciencia de Datos (como la Navaja de Occam, Sobreajuste, Compromiso Sesgo/Varianza, Computación en la Nube y Maldición de la Dimensionalidad)
- Manipulación de Datos (análisis de datos exploratorio, ingeniería de características, limpieza y visualización de datos)
- Modelos de Aprendizaje Automático (como k-NN, bosques aleatorios, boosting, redes neuronales, clustering k-means, PCA y más)
- Aprendizaje por Refuerzo (Q-Learning y Deep Q-Learning)
- Herramientas No Relacionadas con el Aprendizaje Automático (teoría de grafos, ARIMA, programación lineal)
- Estudios de Caso (un vistazo a lo que significa la ciencia de datos en empresas como Amazon y Uber) Maverick tiene una licenciatura del College of Engineering de la Universidad de Cornell en investigación de operaciones e ingeniería de la información (ORIE) y una especialización en ciencias de la computación. Es el autor de los populares Data Science Cheatsheet y Data Engineering Cheatsheet on GCP y tiene experiencia previa en consultoría de ciencia de datos para una empresa Fortune 500 enfocada en análisis de fraude.
Autor: Maverick Lin
Editorial: Publicado de forma independiente
Publicado: 17/12/2019
Páginas: 120
Tipo de encuadernación: Tapa blanda
Peso: 0.35 libras
Tamaño: 8.50 alto x 5.51 ancho x 0.28 profundidad
ISBN13: 9781710680133
ISBN10: 171068013X
Categorías BISAC:
- Computadoras | Ciencia de Datos | Modelado y Diseño de Datos
- Prerrequisitos Necesarios (estadísticas, probabilidad, álgebra lineal y ciencias de la computación)
- 18 Grandes Ideas en Ciencia de Datos (como la Navaja de Occam, Sobreajuste, Compromiso Sesgo/Varianza, Computación en la Nube y Maldición de la Dimensionalidad)
- Manipulación de Datos (análisis de datos exploratorio, ingeniería de características, limpieza y visualización de datos)
- Modelos de Aprendizaje Automático (como k-NN, bosques aleatorios, boosting, redes neuronales, clustering k-means, PCA y más)
- Aprendizaje por Refuerzo (Q-Learning y Deep Q-Learning)
- Herramientas No Relacionadas con el Aprendizaje Automático (teoría de grafos, ARIMA, programación lineal)
- Estudios de Caso (un vistazo a lo que significa la ciencia de datos en empresas como Amazon y Uber) Maverick tiene una licenciatura del College of Engineering de la Universidad de Cornell en investigación de operaciones e ingeniería de la información (ORIE) y una especialización en ciencias de la computación. Es el autor de los populares Data Science Cheatsheet y Data Engineering Cheatsheet on GCP y tiene experiencia previa en consultoría de ciencia de datos para una empresa Fortune 500 enfocada en análisis de fraude.
Autor: Maverick Lin
Editorial: Publicado de forma independiente
Publicado: 17/12/2019
Páginas: 120
Tipo de encuadernación: Tapa blanda
Peso: 0.35 libras
Tamaño: 8.50 alto x 5.51 ancho x 0.28 profundidad
ISBN13: 9781710680133
ISBN10: 171068013X
Categorías BISAC:
- Computadoras | Ciencia de Datos | Modelado y Diseño de Datos
Este título no es retornable