Data Science from Scratch: First Principles with Python
Uitgelicht
|
24,05 |
Naar shop
|
|
42,53 |
Naar shop
|
|
42,53 |
Naar shop
|
| VERGELIJK ALLE AANBIEDERS (4) | ||
Beschrijving
Deze herdruk van een praktisch introductieboek biedt een principes-gebaseerde aanpak van data science voor wie wiskunde en programmeren als basis heeft. De auteur Joel Grus legt uit hoe veelvoorkomende tools en algoritmen uit data science werken door ze vanaf nul te implementeren. Het boek richt zich op lezers die comfortabel zijn met wiskunde en wat programmeerkennis hebben en die zich willen inwerken in de kern van data science, inclusief hacking-skills om aan de slag te gaan. Het behandelt de belangrijkste onderdelen van Python, de kernbegrippen van wiskunde, kansrekening en statistiek, en de basis van data science. Daarnaast laat het zien hoe vaak gebruikte technieken functioneren door middel van eigen implementatie, bespreekt het wat Map-Reduce is en hoe je dit in Python uitvoert, en worden ook toepassingen zoals NLP en netwerkanalyse aangeraakt. De tweede editie bevat de kerninzichten die nodig zijn om uit rommelige data waardevolle antwoorden te halen. Het boek telt 403 pagina’s en verschijnt in paperback bij O’Reilly Media.
Inhoudelijke focus
- Belangrijke onderdelen van Python om te kennen
- Wiskunde, kansrekening en statistiek beheersen
- Basisprincipes van data science
- Technieken begrijpen door ze te implementeren
- Map-Reduce in Python begrijpen
- Toepassingen zoals NLP en netwerkanalyse
Deze herdruk van een praktisch introductieboek biedt een principes-gebaseerde aanpak van data science voor wie wiskunde en programmeren als basis heeft. De auteur Joel Grus legt uit hoe veelvoorkomende tools en algoritmen uit data science werken door ze vanaf nul te implementeren. Het boek richt zich op lezers die comfortabel zijn met wiskunde en wat programmeerkennis hebben en die zich willen inwerken in de kern van data science, inclusief hacking-skills om aan de slag te gaan. Het behandelt de belangrijkste onderdelen van Python, de kernbegrippen van wiskunde, kansrekening en statistiek, en de basis van data science. Daarnaast laat het zien hoe vaak gebruikte technieken functioneren door middel van eigen implementatie, bespreekt het wat Map-Reduce is en hoe je dit in Python uitvoert, en worden ook toepassingen zoals NLP en netwerkanalyse aangeraakt. De tweede editie bevat de kerninzichten die nodig zijn om uit rommelige data waardevolle antwoorden te halen. Het boek telt 403 pagina’s en verschijnt in paperback bij O’Reilly Media.
Inhoudelijke focus
- Belangrijke onderdelen van Python om te kennen
- Wiskunde, kansrekening en statistiek beheersen
- Basisprincipes van data science
- Technieken begrijpen door ze te implementeren
- Map-Reduce in Python begrijpen
- Toepassingen zoals NLP en netwerkanalyse
Prijshistorie
* Prijshistorie bevat geen data van Amazon, Amazon Marketplace.
Prijzen voor het laatst bijgewerkt op: