Introduzione alla scienza dei dati: Big Data, Machine Learning e altro, con gli strumenti di Python

Recensioni dei lettori

Il libro fornisce un'introduzione completa alla scienza dei dati, utilizzando Python e affrontando vari argomenti essenziali del settore. Pur spiegando efficacemente tecniche e teorie, il libro è stato criticato per gli errori negli esempi di codice e per le insufficienti applicazioni pratiche per i lettori in contesti aziendali. Nel complesso, viene lodato per il suo valore educativo, in particolare per i principianti e per coloro che rivedono i concetti di base.

⬤ Approccio a tutto tondo alla scienza dei dati, copre una serie di argomenti tra cui l'apprendimento automatico, i database NoSQL e gli strumenti per i big data come Spark
⬤ struttura e organizzazione chiare
⬤ eccellente per i principianti
⬤ esempi pratici in Python
⬤ solide basi per ulteriori esplorazioni nella scienza dei dati.

⬤ Contiene diversi errori negli esempi di codice, che possono generare confusione
⬤ manca di sufficienti scenari applicativi pratici per l'uso aziendale
⬤ alcuni recensori lo hanno trovato troppo elementare o non adatto a un'applicazione immediata in un contesto lavorativo.

(basato su 16 recensioni dei lettori)

Titolo originale:

Introducing Data Science: Big Data, Machine Learning, and More, Using Python Tools

Contenuto del libro:

Sintesi

Introducing Data Science insegna a svolgere i compiti fondamentali che occupano gli scienziati dei dati. Utilizzando il linguaggio Python e le comuni librerie Python, sperimenterete in prima persona le sfide del trattamento dei dati su scala e acquisirete una solida base nella scienza dei dati.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.

Informazioni sulla tecnologia

Molte aziende hanno bisogno di sviluppatori con competenze nella scienza dei dati per lavorare su progetti che vanno dal social media marketing all'apprendimento automatico. Scoprire cosa bisogna imparare per iniziare una carriera come data scientist può sembrare sconcertante. Questo libro è stato progettato per aiutarvi a iniziare.

Informazioni sul libro

Introducing Data Science Introducing Data Science spiega i concetti vitali della scienza dei dati e insegna a svolgere i compiti fondamentali che occupano gli scienziati dei dati. Esplorerete la visualizzazione dei dati, i database a grafo, l'uso di NoSQL e il processo della scienza dei dati. Utilizzerete il linguaggio Python e le librerie Python più comuni, sperimentando in prima persona le sfide del trattamento dei dati in scala. Scoprirete come Python vi permette di ottenere informazioni da insiemi di dati così grandi da dover essere archiviati su più macchine, o da dati che si muovono così rapidamente da non poter essere gestiti da una sola macchina. Questo libro vi permette di fare esperienza pratica con le più diffuse librerie Python per la scienza dei dati, Scikit-learn e StatsModels. Dopo aver letto questo libro, avrete le solide basi necessarie per iniziare una carriera nella scienza dei dati.

Cosa contiene

⬤ Gestione di dati di grandi dimensioni.

⬤ Introduzione all'apprendimento automatico.

⬤ Utilizzo di Python per lavorare con i dati.

⬤ Scrivere algoritmi di scienza dei dati.

Informazioni sul lettore

Questo libro presuppone che siate a vostro agio nella lettura del codice in Python o in un linguaggio simile, come C, Ruby o JavaScript. Non è richiesta alcuna esperienza precedente nella scienza dei dati.

Informazioni sugli autori

Davy Cielen, Arno D. B. Meysman e Mohamed Ali sono i fondatori e soci amministratori di Optimately e Maiton, dove si concentrano sullo sviluppo di progetti e soluzioni di data science in vari settori.

Indice dei contenuti

⬤ La scienza dei dati in un mondo di big data.

⬤ Il processo della scienza dei dati.

⬤ L'apprendimento automatico.

⬤ Gestione di grandi dati su un singolo computer.

⬤ I primi passi nei big data.

⬤ Unirsi al movimento NoSQL.

⬤ L'ascesa dei database a grafo.

⬤ Il text mining e l'analisi del testo.

⬤ La visualizzazione dei dati per l'utente finale.