Descripción
Para aprender realmente ciencia de datos, no solo debe dominar las herramientas —bibliotecas, marcos, módulos y kits de herramientas de ciencia de datos— sino también comprender las ideas y principios subyacentes. Actualizada para Python 3.6, esta segunda edición de Data Science from Scratch le muestra cómo funcionan estas herramientas y algoritmos implementándolos desde cero.
Si tiene aptitud para las matemáticas y algunas habilidades de programación, el autor Joel Grus le ayudará a familiarizarse con las matemáticas y estadísticas que son el núcleo de la ciencia de datos, y con las habilidades de hacking que necesita para empezar como científico de datos. Repleto de material nuevo sobre aprendizaje profundo, estadísticas y procesamiento del lenguaje natural, este libro actualizado le muestra cómo encontrar las gemas en la caótica abundancia de datos de hoy en día.
- Obtenga un curso intensivo de Python
- Aprenda los fundamentos del álgebra lineal, estadísticas y probabilidad, y cómo y cuándo se utilizan en la ciencia de datos
- Recopile, explore, limpie, ordene y manipule datos
- Sumérjase en los fundamentos del aprendizaje automático
- Implemente modelos como k-vecinos más cercanos, Naive Bayes, regresión lineal y logística, árboles de decisión, redes neuronales y agrupamiento
- Explore sistemas de recomendación, procesamiento del lenguaje natural, análisis de redes, MapReduce y bases de datos
Autor: Joel Grus
Editorial: O'Reilly Media
Publicado: 16/05/2019
Páginas: 406
Tipo de encuadernación: Tapa blanda
Peso: 1.40 libras
Tamaño: 9.10 alto x 6.90 ancho x 0.90 profundo
ISBN13: 9781492041139
ISBN10: 1492041130
Categorías BISAC:
- Informática | Ciencia de datos | General
- Informática | Lenguajes | Python
- Informática | Administración y gestión de bases de datos
Sobre el autor
Joel Grus es ingeniero de investigación en el Allen Institute for Artificial Intelligence. Anteriormente trabajó como ingeniero de software en Google y como científico de datos en varias startups. Vive en Seattle, donde asiste regularmente a las horas felices de ciencia de datos. Bloguea con poca frecuencia en joelgrus.com y tuitea todo el día en @joelgrus.