Facility Verification
Please verify the inmate's facility before purchasing.
OR
This Publication is Restricted at this Facility.
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