La science des données de A à Z : principes fondamentaux avec Python

Pour vraiment maîtriser la science des données, vous ne devez pas seulement maîtriser les outils (bibliothèques, frameworks, modules et boîtes à outils de science des données), mais aussi comprendre les idées et les principes qui les sous-tendent. Mise à jour pour Python 3.6, cette deuxième édition de Data Science from Scratch vous montre comment ces outils et algorithmes fonctionnent en les implémentant à partir de zéro.

Si vous avez des aptitudes en mathématiques et quelques compétences en programmation, l'auteur Joel Grus vous aidera à vous familiariser avec les mathématiques et les statistiques au cœur de la science des données, ainsi qu'avec les compétences de piratage dont vous avez besoin pour débuter en tant que scientifique des données. Rempli de nouveau matériel sur l'apprentissage profond, les statistiques et le traitement du langage naturel, ce livre mis à jour vous montre comment trouver les joyaux dans l'abondance désordonnée de données d'aujourd'hui. Suivez un cours accéléré en Python Apprenez les bases de l'algèbre linéaire, des statistiques et des probabilités, et comment et quand elles sont utilisées en science des données Collectez, explorez, nettoyez, transformez et manipulez les données Plongez dans les fondamentaux de l'apprentissage automatique Implémentez des modèles tels que les k-plus proches voisins, Naïve Bayes, la régression linéaire et logistique, les arbres de décision, les réseaux neuronaux et le clustering Explorez les systèmes de recommandation, le traitement du langage naturel, l'analyse de réseau, MapReduce et les bases de données