دانلود کتاب Data Science from Scratch: First Principles with Python (به فارسی: علم داده از ابتدا: اولین اصول با پایتون) نوشته شده توسط «Joel Grus»
اطلاعات کتاب علم داده از ابتدا: اولین اصول با پایتون
موضوع اصلی: کامپیوتر – برنامه نویسی
نوع: کتاب الکترونیکی
ناشر: O’Reilly Media
نویسنده: Joel Grus
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2019
تعداد صفحه: 406 / 513
حجم فایل: 10.77 مگابایت
کد کتاب: 1492041130 , 9781492041139
نوبت چاپ: 2
توضیحات کتاب علم داده از ابتدا: اولین اصول با پایتون
برای یادگیری واقعی علم داده، نه تنها باید بر ابزارها -کتابخانه‌های علوم داده، چارچوب‌ها، ماژول‌ها و جعبه‌های ابزار- تسلط داشته باشید، بلکه باید ایده‌ها و اصول زیربنای آنها را نیز درک کنید. به‌روزرسانی شده برای Python 3.6، این ویرایش دوم Data Science from Scratch به شما نشان می‌دهد که چگونه این ابزارها و الگوریتم‌ها با پیاده‌سازی آنها از ابتدا کار می‌کنند.
اگر شما استعداد ریاضی و برخی مهارت‌های برنامه‌نویسی دارید، نویسنده Joel Grus این کار را انجام خواهد داد. به شما کمک می کند تا با ریاضیات و آمار در هسته علم داده راحت باشید، و با مهارت های هک که برای شروع به عنوان یک دانشمند داده نیاز دارید، راحت باشید. این کتاب به‌روزرسانی شده با مطالب جدید در مورد یادگیری عمیق، آمار و پردازش زبان طبیعی به شما نشان می‌دهد که چگونه می‌توانید جواهرات را در حجم زیاد داده‌های امروزی پیدا کنید.
- یک دوره آموزشی در پایتون دریافت کنید
- دریافت کنید. li>
- مبانی جبر خطی، آمار و احتمال را بیاموزید—و نحوه و زمان استفاده از آنها در علم داده
- جمع آوری، کاوش، پاکسازی، مخدوش کردن و دستکاری داده ها
- در اصول یادگیری ماشینی غوطه ور شوید
- مدل هایی مانند k-نزدیکترین همسایه، خلیج ساده، رگرسیون خطی و لجستیک، درخت تصمیم، شبکه های عصبی، و خوشه بندی را پیاده سازی کنید
- کاوش سیستم های توصیه کننده، پردازش زبان طبیعی، تجزیه و تحلیل شبکه، MapReduce و پایگاه های داده.
.
To really learn data science, you should not only master the tools—data science libraries, frameworks, modules, and toolkits—but also understand the ideas and principles underlying them. Updated for Python 3.6, this second edition of Data Science from Scratch shows you how these tools and algorithms work by implementing them from scratch.
If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with the hacking skills you need to get started as a data scientist. Packed with New material on deep learning, statistics, and natural language processing, this updated book shows you how to find the gems in today’s messy glut of data.
- Get a crash course in Python
- Learn the basics of linear algebra, statistics, and probability—and how and when they’re used in data science
- Collect, explore, clean, munge, and manipulate data
- Dive into the fundamentals of machine learning
- Implement models such as k-nearest neighbors, Naïve Bayes, linear and logistic regression, decision trees, neural networks, and clustering
- Explore recommender systems, natural language processing, network analysis, MapReduce, and databases.
.
دانلود کتاب «علم داده از ابتدا: اولین اصول با پایتون»
