Data Science von Grund auf: Die ersten Prinzipien mit Python

Um Data Science wirklich zu lernen, sollten Sie nicht nur die Tools beherrschen – Data-Science-Bibliotheken, Frameworks, Module und Toolkits –, sondern auch die Ideen und Prinzipien verstehen, die ihnen zugrunde liegen. Diese zweite Ausgabe von „Data Science from Scratch“, aktualisiert für Python 3.6, zeigt Ihnen, wie diese Tools und Algorithmen funktionieren, indem Sie sie von Grund auf selbst implementieren.

Wenn Sie eine Begabung für Mathematik und einige Programmierkenntnisse besitzen, hilft Ihnen der Autor Joel Grus dabei, sich mit den mathematischen und statistischen Grundlagen der Datenwissenschaft sowie mit den Hacking-Fähigkeiten vertraut zu machen, die Sie benötigen, um als Data Scientist zu starten. Vollgepackt mit neuem Material zu Deep Learning, Statistik und natürlicher Sprachverarbeitung, zeigt Ihnen dieses aktualisierte Buch, wie Sie die Perlen in der heutigen unübersichtlichen Datenflut finden. Absolvieren Sie einen Crashkurs in Python. Lernen Sie die Grundlagen der linearen Algebra, Statistik und Wahrscheinlichkeit – und wie und wann diese in der Datenwissenschaft eingesetzt werden. Sammeln, erforschen, bereinigen, umwandeln und manipulieren Sie Daten. Tauchen Sie ein in die Grundlagen des maschinellen Lernens. Implementieren Sie Modelle wie k-nächste Nachbarn, Naive Bayes, lineare und logistische Regression, Entscheidungsbäume, neuronale Netze und Clustering. Entdecken Sie Empfehlungssysteme, natürliche Sprachverarbeitung, Netzwerkanalyse, MapReduce und Datenbanken