Algorithms for Data Science - Steele, Brian, Chandler, John, Reddy, Swarna [2017, PDF, En]
#алгоритмы #программирование #python #data_science

📔 Data Science. Наука о данных с нуля. 2-е издание [2021] Джоэл Грас

Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы k ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рассмотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce. Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
#программирование #python #data_science #big_data

📒 Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение [2021] Эйлин Нильсен

В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений. #анализ_данных #r #data_science #big_data #python

📕 Data Science для карьериста [2021] Нолис Жаклин, Робинсон Эмили

Все мы хотим построить успешную карьеру. Как найти ключ к долгосрочному успеху в Data Science? Для этого понадобятся не только технические ноу-хау, но и правильные «мягкие навыки». Лишь объединив оба этих компонента, можно стать востребованным специалистом. Узнайте, как получить первую работу в Data Science и превратиться в ценного сотрудника высокого уровня! Четкие и простые инструкции научат вас составлять потрясающие резюме и легко проходить самые сложные интервью. Data Science стремительно меняется, поэтому поддерживать стабильную работу проектов, адаптировать их к потребностям компании и работать со сложными стейкхолдерами не так уж и легко. Опытные дата-сайентисты делятся идеями, которые помогут реализовать ваши ожидания, справиться с неудачами и спланировать карьерный путь. #data_science #big_data #анализ_данных

📝 Математика для Data Science [2021] Миронов, Минеева

Разберитесь, как работают технологии машинного обучения, и научитесь пользоваться ими осознанно.
Математика для DS - программа из 3-х курсов, которая поможет:
1. Разобраться в теории
Вы любите доходить до самой сути всего, что делаете. Вам интересно, что стоит за теми алгоритмами, которые вы применяете.
2. Подготовиться к собеседованию
Вы хотите работать в сфере Data Science и боитесь каверзных вопросов на собеседованиях? Не зря боитесь.
3. Читать научные статьи
Статьи по Data Science часто несложные по сути – но без определенной математической базы их сложно читать.
4. Полюбить математику
Мы любим математику и хотим показать вам, как она красива.

👨🏻‍💻 Официальный сайт образовательной программы: https://stepik.mathfords.ru/

#data_science #наука_о_данных
#big_data #математика #статистика

📕 Практическая статистика для специалистов Data Science [2022] Питер Брюс, Питер Гедек, Эндрю Брюс

Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих предварительное понятие о математической статистике. В ней в удобной и легкодоступной форме представлены ключевые понятия из статистики, которые относятся к науке о данных, а также объяснено, какие понятия важны и полезны с точки зрения науки о данных, какие менее важны и почему. Подробно раскрыты темы: разведочный анализ данных, распределения данных и выборок, статистические эксперименты и проверка значимости, регрессия и предсказание, классификация, статистическое машинное обучение и обучение без учителя. Во второе издание включены примеры на языке Python, что расширяет практическое применение книги.
#программирование #computer_science
#статистика #R #python #data_science

📘 Алгоритмы Data Science и их практическая реализация на Python [2022] Протодьяконов, Пылов, Садовников

💾 Скачать книгу

💡 Data Science — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме. Объединяет методы по обработке данных в условиях больших объёмов и высокого уровня параллелизма, статистические методы, методы интеллектуального анализа данных и приложения искусственного интеллекта для работы с данными, а также методы проектирования и разработки баз данных.

Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «больших данных», — и как практическая межотраслевая сфера деятельности, притом специализация исследователя данных (англ. data scientist — «учёного по данным») с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий.

#data_science #big_data #программирование #python #машинное_обучение

📗 Руководство по подготовке к Data Science интервью [2021] Ренат Алимбеков

💾 Скачать книгу

Наука о данных (data science) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме. Объединяет методы по обработке данных в условиях больших объёмов и высокого уровня параллелизма, статистические методы, методы интеллектуального анализа данных и приложения искусственного интеллекта для работы с данными, а также методы проектирования и разработки баз данных.

Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «больших данных», — и как практическая межотраслевая сфера деятельности, притом специализация исследователя данных (англ. data scientist — «учёного по данным») с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий.

#data_science #big_data #программирование #python #машинное_обучение

📙 Теоретический минимум по Computer Science. Сети, криптография и data science [2022] Фило, Пиктет

📗 Теоретический минимум по Computer Science. Все, что нужно программисту и разработчику [2018] Владстон Феррейра Фило

💾 Скачать книги

👨🏻‍💻 Фило Владстон Феррейра
Программист, которому нравится учить языки. В настоящий момент работает в Code Energy и пишет серию книг для начинающих программистов.

👨🏻‍💻 Пиктет Мото
Швейцарский инженер, специализирующийся на аэродинамике и космических технологиях в Федеральной политехнической школе Лозанны (EPFL) и Калифорнийском технологическом институте (Caltech). Любит проводить семинары и писать увлекательный контент. Как педагог стремится охватить как можно более широкую аудиторию, уделяя особое внимание ясности и краткости объяснений.

#программирование #computer_science #it #сети #data_science

📙 The Pandas Workshop: A comprehensive guide to using Python for data analysis with real-world case studies [2022] Blaine Bateman, Saikat Basak Thomas V. Joseph, William So

💾 Скачать книгу

What you will learn
▪️ Access and load data from different sources using pandas
▪️ Work with a range of data types and structures to understand your data
▪️ Perform data transformation to prepare it for analysis
▪️ Use Matplotlib for data visualization to create a variety of plots
▪️ Create data models to find relationships and test hypotheses
▪️ Manipulate time-series data to perform date-time calculations
▪️ Optimize your code to ensure more efficient business data analysis

Who this book is for
This data analysis book is for anyone with prior experience working with the Python programming language who wants to learn the fundamentals of data analysis with pandas. Previous knowledge of pandas is not necessary.
#panda #python #data_science #анализ_данных

📙 The Pandas Workshop: A comprehensive guide to using Python for data analysis with real-world case studies [2022] Blaine Bateman, Saikat Basak Thomas V. Joseph, William So

Learn the fundamentals of data science with Python by analyzing real datasets and solving problems using pandas. The Pandas Workshop will teach you how to be more productive with data and generate real business insights to inform your decision-making. You will be guided through real-world data science problems and shown how to apply key techniques in the context of realistic examples and exercises. Engaging activities will then challenge you to apply your new skills in a way that prepares you for real data science projects.

You'll see how experienced data scientists tackle a wide range of problems using data analysis with pandas. Unlike other Python books, which focus on theory and spend too long on dry, technical explanations, this workshop is designed to quickly get you to write clean code and build your understanding through hands-on practice. As you work through this Python pandas book, you'll tackle various real-world scenarios, such as using an air quality dataset to understand the pattern of nitrogen dioxide emissions in a city, as well as analyzing transportation data to improve bus transportation services.
#panda #python #data_science #анализ_данных