Data science — 17 книг

Цель этой книги заключается в том, чтобы научить вас понимать и критически оценивать невероятное количество статистической информации, с которой вам приходится сталкиваться ежедневно (диаграммы, графики, таблицы, а также газетные заголовки, посвященные результатам последних опросов, экспериментов или других научных исследований). Благодаря этой книге вы разовьете способность разбираться в статистических результатах и принимать на их основе важные решения (например, о результатах новейших медицинских исследований). Не забывайте о том, что с помощью статистических данных вас могут попытаться ввести в заблуждение, поэтому учитесь справляться с такими проблемами.
В данной книге приводится масса примеров из реальных источников, имеющих отношение к повседневной жизни: от последних открытий в медицине, исследований преступности и тенденций этнического состава жителей страны до опросов на тему знакомств в Интернете, использования сотовых телефонов и худшего автомобиля тысячелетия. Читая главы книги, вы начнете понимать, как пользоваться диаграммами, графиками и таблицами, а также научитесь оценивать результаты последних опросов, экспериментов и других исследований. Вы даже узнаете, как с помощью сверчков измерить температуру воздуха и как сорвать джек-пот в лотерее.

Цель этой книги заключается в том, чтобы научить вас понимать и критически оценивать невероятное количество статистической информации, с которой вам приходится сталкиваться…

Эта книга - идеальное пособие для начинающих изучать Python. Руководство, написанное опытным разработчиком и преподавателем, научит фундаментальным принципам программирования на примере создания простых игр. Вы приобретете необходимые навыки для разработки приложений на Python и узнаете, как их применять в реальной практике.
Для лучшего усвоения материала в книге приведено множество примеров программного кода. В конце каждой главы вы найдете проект полноценной игры, иллюстрирующий ключевые идеи изложенной темы, а также краткое резюме пройденного материала и задачи для самопроверки. Прочитав эту книгу, вы всесторонне ознакомитесь с языком Python, усвоите базовые принципы программирования и будете готовы перенести их на почву других языков, за изучение которых возьметесь.
Научитесь программировать на Python играючи!

Эта книга - идеальное пособие для начинающих изучать Python. Руководство, написанное опытным разработчиком и преподавателем, научит фундаментальным принципам программирования на…

Книга "Python Data Science Handbook" - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: 1) как мне считать этот формат данных в мой скрипт? 2) Как преобразовать, очистить эти данные и манипулировать ими? 3) Как визуализировать данные такого типа? Как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?

Книга "Python Data Science Handbook" - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных,…

Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области. Автор простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций. Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero.
Основные темы книги:
нейронные сети и системы искусственного интеллекта;
структура нейронных сетей;
сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
тренировка и тестирование нейронных сетей;
интерактивная среда программирования IPython;
использование нейронных сетей в качестве классификаторов объектов;
распознавание образов с помощью нейронных сетей.
Книга обсуждается в отдельном сообщении в блоге Виктора Штонда.
Тарик Рашид - специалист в области количественного анализа данных и разработки решений на базе продуктов с открытым исходным кодом.

Имеет ученую степень по физике и степень магистра по специальности "Machine Learning and Data Mining". Проживая в Лондоне, он возглавляет местную группу разработчиков Python (насчитывающую около 3000 участников), организует многочисленные семинары и часто выступает с докладами на международных конференциях.

Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и…

"Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения." - Пит Уорден, технический руководитель направления TensorFlow

Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В настоящем практическом руководстве показано, что и как следует делать.

За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня - Scikit-Learn и TensorFlow - автор книги Орельен Жерон поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем. Вы узнаете о ряде приемов, начав с простой линейной регрессии и постепенно добравшись до глубоких нейронных сетей. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования.

Исследуйте область машинного обучения, особенно нейронные сети
Используйте Scikit-Learn для отслеживания проекта машинного обучения от начала до конца
Исследуйте некоторые обучающие модели, включая методы опорных векторов, деревья принятия решений, случайные леса и ансамблевые методы
Применяйте библиотеку TensorFlow для построения и обучения нейронных сетей
Исследуйте архитектуры нейронных сетей, включая сверточные сети, рекуррентные сети и глубокое обучение с подкреплением
Освойте приемы для обучения и масштабирования глубоких нейронных сетей
Используйте практические примеры кода, не овладевая чрезмерно теорией машинного обучения или деталями алгоритмов

"Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных…

Популярная и интересная книга о поиске универсального самообучающегося алгоритма от ученого-практика.

Алгоритмы управляют нашей жизнью. Они находят книги, фильмы, работу и партнеров для нас, управляют нашими инвестициями и разрабатывают новые лекарства. Эти алгоритмы все больше обучаются на основе тех массивов данных, что мы оставляем после себя в современном цифровом мире. Словно любопытные дети, они наблюдают за нами, подражают и ставят эксперименты. А в ведущих лабораториях и университетах работают над созданием главного самообучающегося алгоритма, который может выуживать любые знания из данных и решать любые задачи — еще до того, как мы их сформулируем.

Машинное обучение позволяет умным роботам и компьютерам программировать самих себя. Это одна из самых важных современных технологий — и она же одна из самых таинственных.

Педро Домингос — один из ведущих исследователей в этой области — приоткрывает завесу и впервые доступно рассказывает об этой области знаний, знакомя читателей с 5 основными школами машинного обучения и показывая, как они используют идеи из нейробиологии, эволюционной биологии, физики и статистики, чтобы создавать алгоритмы, помогающие нам.

Попутно он рассказывает об идее универсального самообучающегося алгоритма и о том, как он изменит вас, бизнес, науку и все общество.

Популярная и интересная книга о поиске универсального самообучающегося алгоритма от ученого-практика.

Алгоритмы управляют нашей жизнью. Они находят книги, фильмы, работу и…

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения данной тематикой.


Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения. Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn. Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а…

О чем эта книга
Сегодня расходы на маркетинг — это первая статья, которую урезают в бюджете компаний. Большинство руководителей просто не видят связи между вложениями в маркетинговые проекты и общим доходом. Чтобы доказать эффективность своей деятельности, маркетологам часто требуются конкретные цифры. Но где их взять?

Марк Джеффри подробно объясняет, как измерить эффективность маркетинга и предлагает для этого воспользоваться 15 ключевыми показателями. На примерах из практики международных компаний он последовательно и четко разъясняет принципы работы с данными и дает универсальную систему оценки маркетинговой деятельности.

Прочитав эту книгу, вы узнаете:
• Как использовать 15 ключевых показателей маркетинга для измерения и повышения эффективности вашей деятельности.

• С какими сложностями при анализе данных могут столкнуться маркетологи.

• Как реальные компании применяют на практике описываемые методики.

Для кого эта книга
Для профессиональных маркетеров, которые сталкиваются с задачей измерения собственной эффективности.

Почему мы решили издать эту книгу
Это серьезная и максимально полезная книга. Ее автор Марк Джеффри — коллега Филипа Котлера по Kellogg School of Management, старший преподаватель ведущей бизнес-школы США в области маркетинга.

Фишки книги
Лучшая книга по маркетингу 2011 года по версии Американской Ассоциации Маркетологов.

Об авторе
Автор книги, Марк Джефри — маркетолог, преподаватель двух авторских курсов в Kellog School Of Managment, сотрудничал с Гарвардской школой бизнеса. Консультировал такие компании, как Microsoft и DuPont.

О чем эта книга
Сегодня расходы на маркетинг — это первая статья, которую урезают в бюджете компаний. Большинство руководителей просто не видят связи между вложениями в…

Data Science - это совокупность понятий и методов, позволяющих придать смысл и понятный вид огромным объемам данных.
Каждая из глав этой книги посвящена одному из самых интересных аспектов анализа и обработки данных. Вы начнете с теоретических основ, затем перейдете к алгоритмам машинного обучения, работе с огромными массивами данных, NoSQL, потоковым данным, глубокому анализу текстов и визуализации информации. В многочисленных практических примерах использованы сценарии Python.
Обработка и анализ данных - одна из самых горячих областей IT, где постоянно требуются разработчики, которым по плечу проекты любого уровня, от социальных сетей до обучаемых систем. Надеемся, книга станет отправной точкой для вашего путешествия в увлекательный мир Data Science.

Data Science - это совокупность понятий и методов, позволяющих придать смысл и понятный вид огромным объемам данных.
Каждая из глав этой книги посвящена одному из самых интересных…

Эта полноцветная книга - отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, и не следует думать, что эта область - прерогатива исключительно крупных компаний с мощными командами аналитиков.

Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование. Данная книга адресована специалистам, решающим реальные задачи, а поскольку область применения методов МО практически безгранична, прочитав эту книгу, вы сможете собственными силами построить действующую систему машинного обучения в любой научной или коммерческой сфере.

Эта полноцветная книга - отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью…

Книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из лидирующих языков науки о данных. Охватывая широкий круг мощных библиотек Python, в том числе scikit-learn, Theano и Keras, предлагая руководство и советы по всем вопросам, начиная с анализа мнений и заканчивая нейронными сетями, книга ответит на большинство ваших вопросов по машинному обучению.

Издание предназначено для специалистов по анализу данных, находящихся в поисках более широкого и практического понимания принципов машинного обучения.

Книга предоставит вам доступ в мир прогнозной аналитики и продемонстрирует, почему Python является одним из лидирующих языков науки о данных. Охватывая широкий круг мощных…

Важный аспект современных коммерчески успешных приложений - применение методик, позволяющих осуществлять обработку информации и добавлять средства интеллектуальной поддержки. Многочисленные примеры успешных проектов, основанных на применении таких методик, включают такие широко известные бренды, как Google, Netflix и Amazon. Эта книга о том, как построить алгоритмы, формирующие интеллектуальное ядро таких веб-приложений.
В книге рассматриваются пять важных категорий алгоритмов: поиск, выработка рекомендаций, создание групп, классификация и ансамбли классификаторов. Исходный код написан на языке Java, тем не менее программистам, знающим другой объектно-ориентированный язык, вполне по силам разобраться в этом коде и использовать общие принципы с учетом своей специфики. Материал в равной степени применим к различным приложениям - от утилит мобильной связи до традиционных настольных приложений.
Издание в первую очередь адресовано программистам и веб-разработчикам, однако множество примеров и новых идей будут полезны и руководителям разного уровня, желающим лучше разобраться в соответствующих технологиях и предлагаемых возможностях с точки зрения бизнеса.

Важный аспект современных коммерчески успешных приложений - применение методик, позволяющих осуществлять обработку информации и добавлять средства интеллектуальной поддержки.…

Применение машинного обучения для лучшего понимания природы данных - умение, необходимое любому современному разработчику программ или аналитику. Python - замечательный язык для создания приложении машинного обучения. Благодаря своей динамичности он позволяет быстро производить разведочный анализ данных и экспериментировать с ними. Обладая первоклассным набором библиотек машинного обучения с открытым исходным кодом, Python дает возможность сосредоточиться на решаемой задаче и в то же время опробовать различные идеи.
Книга начинается с краткого введения в предмет машинного обучения н знакомства с библиотеками NumPy, SciPy, scikit-learn. Но довольно быстро авторы переходят к более серьезным проектам с реальными наборами данных, в частности, тематическому моделированию, анализу корзины покупок, облачным вычислениям и др.

Издание рассчитано на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения и научиться извлекать из данных ценную информацию, необходимую для решения различных задач.

Применение машинного обучения для лучшего понимания природы данных - умение, необходимое любому современному разработчику программ или аналитику. Python - замечательный язык для…

В книге "Python и анализ данных" рассматриваются вопросы переформатирования, очистки и обработки данных на Python. Ее можно также рассматривать как современное практическое введение в разработку научных приложений на Python, ориентированных, главным образом, обработку данных. Это книга о тех частях языка Python и библиотек для него, которые необходимы для эффективного решения широкого круга аналитических задач.
Книга принадлежит перу Уэса Маккинни, основного автора библиотеки pandas, и содержит великое множество практических примеров. Она идеально подойдет как аналитикам, только начинающим осваивать, так и опытным программистам на Python, еще не знакомым с научными приложениями.
Работа с интерактивной оболочкой для начала разработки
Введение в средства анализа данных в библиотеке
Использование высокопроизводительных инструментов для работы с данными
Создание различных графиков и интерактивная визуализация
Временные ряды с результатами измерений в заданные моменты времени
Методы решения задач, возникающих в веб­аналитике, социальных науках, финансах и экономике, проиллюстрированные подробными примерами

В книге "Python и анализ данных" рассматриваются вопросы переформатирования, очистки и обработки данных на Python. Ее можно также рассматривать как современное практическое…

Эта книга, посвященная методике вероятностного программирования, научит вас создавать гибкие байесовские статистические модели в программном коде.

Сочетание гибкого определения модели и механизма автоматического логического вывода предоставляет исследователю мощный инструмент для быстрого создания, анализа и постепенного усовершенствования новых статистических моделей. Вероятностное программирование делает статистическое моделирование доступным практически для всех, значительно снижая требования к уровню математической подготовки, позволяя создавать новые модели более простым методом и тратить на это меньше времени.

Издание будет полезно всем специалистам по анализу данных, решающим нетривиальные задачи, связанные с вероятностными распределениями.

Эта книга, посвященная методике вероятностного программирования, научит вас создавать гибкие байесовские статистические модели в программном коде.

Сочетание гибкого определения…

Как статистика помогает нам лучше понимать мир? И как можно приходить к уверенным умозаключениям, когда у нас нет идеальных и полных данных?

На эти вопросы отвечает «Искусство статистики» — одна из самых содержательных и при этом доступных книг по теме. С блестящими примерами, интересным изложением, наглядными графиками, определениями, формулами и программным кодом в приложениях.

Статистика играла ключевую роль для научного познания мира на протяжении веков, а в эпоху больших данных базовое понимание этой дисциплины и статистическая грамотность становятся критически важными.

Специалист с огромным опытом Дэвид Шпигельхалтер познакомит вас с ключевыми принципами и показателями, которые помогают извлекать из данных знания о мире и отвечать на вопросы о нем. Он делает это на примерах из реальной жизни, показывая, как статистика способна помочь определить самого удачливого пассажира на Титанике, выяснить, можно ли было раскрыть серийного убийцу Гарольда Шипмана раньше, рассчитать количество деревьев на нашей планете, определить необходимое количество участников для достоверного медицинского исследования, вычислить количество безработных в стране и ответить на десятки других вопросов о нашем мире. Вопросов, на которые нельзя ответить без применения статистики.

Как статистика помогает нам лучше понимать мир? И как можно приходить к уверенным умозаключениям, когда у нас нет идеальных и полных данных?

На эти вопросы отвечает «Искусство…

Не просто показывайте данные — расскажите с ними историю!

Эта книга научит вас основам визуализации данных и тому, как эффективно взаимодействовать с ними. Вы откроете для себя силу повествования и способ сделать данные ключевым моментом в вашей истории. Уроки в этой книге основаны на теории, но просты и понятны благодаря многочисленным примерам из реальной жизни; их можно без труда применить в вашей презентации.

Презентация является неотъемлемым навыком профессионала, особенно когда дело доходит до визуализации данных, а имеющиеся в нашем распоряжении инструменты не облегчают эту задачу. Эта книга демонстрирует, как выйти за рамки обычных инструментов, чтобы добраться до сути ваших данных, и как использовать данные для создания увлекательной, информативной, убедительной истории. В частности, вы узнаете, как:
— Понять важность того, что мы рассказываем, а также, кому мы это рассказываем.
— Определить подходящий тип изложения информации для вашей ситуации.
— Найти и устранить беспорядок, мешающий преподносить информацию.
— Направить внимание аудитории на самые важные части ваших данных.
— Думать как дизайнер и использовать концепции дизайна в визуализации данных.
— Использовать силу сторителлинга, чтобы аудитория оценила вашу работу.

Уроки в этой книге помогут вам превратить ваши данные в яркие визуальные истории, которые будут поняты вашей аудиторией. Избавьте мир от неэффективных графиков, по одной взрывной трехмерной круговой диаграмме за раз. В ваших данных есть история — Storytelling with Data даст вам навыки и силу, чтобы рассказать об этом!

Не просто показывайте данные — расскажите с ними историю!

Эта книга научит вас основам визуализации данных и тому, как эффективно взаимодействовать с ними. Вы откроете для себя…