Principles of Data Science

Эта книга представляет собой вводное руководство по науке о данных, охватывающее основные математические и программные навыки, необходимые для понимания и применения машинного обучения. Автор, Синан Оздемир, объясняет ключевые концепции науки о данных, начиная с терминологии и типов данных, и постепенно переходит к пяти шагам процесса анализа данных.

В книге рассматриваются основы математики, включая линейную алгебру, векторы, матрицы, логарифмы и экспоненты, а также их применение в анализе данных. Особое внимание уделяется практическим примерам, таким как прогнозирование COVID-19 с помощью машинного обучения, что помогает читателям связать теорию с реальными задачами.

Издание предназначено для начинающих специалистов в области данных, студентов и всех, кто хочет получить прочную основу в этой быстро развивающейся области. Книга написана доступным языком и включает множество иллюстраций, примеров и упражнений для закрепления материала.

Третье издание было обновлено с учетом последних тенденций и включает новые разделы, отражающие современные подходы к анализу данных и машинному обучению. Это практическое руководство поможет читателям развить навыки, необходимые для успешной карьеры в области Data Science.