Algorytmy Data Science. Siedmiodniowy przewodnik (wydanie 2)

Data science jest interdyscyplinarną dziedziną naukową łączącą osiągnięcia uczenia maszynowego, statystyki i eksploracji danych. Umożliwia wydobywanie nowej wiedzy z istniejących danych poprzez stosowanie odpowiednich algorytm&oacute,w i analizy statystycznej. Stworzono dotąd wiele algorytm&oacute,w tej kategorii i wciąż powstają nowe. Stanowią one podstawę konstruowania modeli umożliwiających wyodrębnianie określonych informacji z danych odzwierciedlających zjawiska zachodzące w świecie rzeczywistym, pozwalają też na formułowanie prognoz ich przebiegu w przyszłości. Algorytmy data science są postrzegane jako ogromna szansa na zdobycie przewagi konkurencyjnej, a ich znaczenie stale rośnie.

Ta książka jest zwięzłym przewodnikiem po algorytmach uczenia maszynowego. Jej cel jest prosty: w ciągu siedmiu dni masz opanować solidne podstawy siedmiu najważniejszych dla uczenia maszynowego algorytm&oacute,w. Opisom poszczeg&oacute,lnych algorytm&oacute,w towarzyszą przykłady ich implementacji w języku Python, a praktyczne ćwiczenia, kt&oacute,re znajdziesz na końcu każdego rozdziału, ułatwią Ci lepsze zrozumienie omawianych zagadnień. Co więcej, dzięki książce nauczysz się właściwie identyfikować problemy z zakresu data science. W konsekwencji dobieranie odpowiednich metod i narzędzi do ich rozwiązywania okaże się dużo łatwiejsze.

W tej książce:

• efektywne implementacje algorytm&oacute,w uczenia maszynowego w języku Python
• klasyfikacja danych przy użyciu twierdzenia Bayesa, drzew decyzyjnych i las&oacute,w losowych
• podział danych na klastery za pomocą algorytmu k-średnich
• stosowanie analizy regresji w parametryzacji modeli przewidywań
• analiza szereg&oacute,w czasowych pod kątem trend&oacute,w i sezonowości danych