О книге
Практическое руководство по анализу данных, раскрывающее полный цикл работы с информацией: от сбора и обработки до построения моделей машинного обучения. Рассмотрена работа с инструментами pandas и SQL, методы выявления закономерностей и очистки данных. Описаны различные источники информации, включая текстовые, бинарные и веб-данные. Подробно изложены статистические методы: доверительные интервалы, проверка гипотез, конструирование признаков. Приведены практические примеры на языке Python из разных областей: анализ транспортных систем, экологические исследования, ветеринарная аналити-ка. Заключительные разделы посвящены логистической регрессии и оптимизации моделей с применением к задачам классификации текстов.
Характеристики
Издательство:
-
Год издания:
2025-01-01
ISBN:
978-601-12-3138-1
Отзывы
3
Книга просто отличная! Лау Сэм доступно объясняет сложные вещи, и даже если ты совсем новичок в Data Science, всё будет понятно. Мне особенно понравилось, как автор использует примеры из реальной жизни — это помогает лучше усваивать материал.
0
0
Мне понравилось, как Лау Сэм структурировал информацию. Книга охватывает широкий спектр тем, от основ статистики до машинного обучения. Особенно полезными были главы о работе с данными и их анализе. Хотя иногда казалось, что текст немного суховат, в целом книга оказалась весьма познавательной и полезной для моего профессионального развития.
0
0
Книга неплохая, но местами слишком теоретическая. Если у вас уже есть базовые знания в области Data Science, то некоторые главы могут показаться слишком простыми. Однако для новичков книга будет полезна. Хотелось бы больше практических заданий и примеров кода.
0
0
Чтобы оставить отзыв или проголосовать, необходимо авторизоваться
2 
