Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien und Konzepte der Datenanalyse erläutert. Anhand praktischer Beispiele lernen Sie, Algorithmen und Tools mit Python selbst zu implementieren. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie Datenanalyse im Kern funktioniert.Joel Grus macht Sie mit den mathematischen und statistischen Grundlagen der Data Science vertraut und vermittelt Ihnen die Programmierfähigkeiten, die Sie für die Praxis benötigen. Diese 2. Auflage deckt Python 3.6 ab, sie ist um neues Material zu Deep Learning, Statistik und Sprachverarbeitung erweitert.
In diesem Buch
- absolvieren Sie einen Crashkurs in Python
- lernen Sie die Grundlagen von linearer Algebra, Statistik und Wahrscheinlichkeitsrechnung kennen und erfahren Sie, wie diese in Data Science eingesetzt werden
- sammeln, untersuchen, bereinigen, bearbeiten und manipulieren Sie Daten
- tauchen Sie in die Welt des maschinellen Lernens ein
- implementieren Sie Modelle wie k-nearest Neighbors, Naive Bayes, lineare und logistische Regression, Entscheidungsbäume, neuronale Netzwerke und Clustering
- entdecken Sie Empfehlungssysteme, Sprachverarbeitung, Netzwerkanalyse, MapReduce und Datenbanken
Aus dem Inhalt
- Ein Crashkurs in Python
- Daten visualisieren
- Lineare Algebra
- Statistik
- Wahrscheinlichkeit
- Hypothesen und Schlussfolgerungen
- Die Gradientenmethode
- Daten sammeln
- Arbeiten mit Daten
- Maschinelles Lernen
- k-Nächste-Nachbarn
- Naive Bayes-Klassifikatoren
- Einfache lineare Regression
- Multiple Regression
- Logistische Regression
- Empfehlungssysteme
- Datenbanken und SQL
- MapReduce
- Datenethik
- Gehet hin und praktizieret Data Science
Stimmen zum Buch
»Joel nimmt Sie mit auf eine Reise, die bei der Neugierde auf Daten beginnt und zum gründlichen Verständnis der Algorithmen führt, die das tägliche Brot jedes Data Scientist sind.«
– Rohit Sivaprasad, Engineer, Facebook
»Ich empfehle dieses Buch Analysten und Entwicklern, die den Sprung in das maschinelle Lernen wagen möchten. Es ist das beste Hilfsmittel, um die Grundlagen dieser Disziplin zu verstehen.«
– Tom Marthaler, Engineering Manager, Amazon
»Das Übertragen von Data-Science-Konzepten auf Code ist schwierig. Joels Buch macht es viel leichter.«
– William Cox, Machine Learning, Engineer, Grubhub
Wir ertrinken in Daten. Klicks auf Webseiten, unsere Smartphones, smarte Uhren, Smart Homes, intelligente Autos und vieles mehr erzeugen ständig neue Daten. Darin verborgen liegen Antworten auf unzählige Fragen. Sie zu finden, ist das Ziel des Data Scientists. Was genau den Data Scientist ausmacht und was Data Science ist, klärt Joel Grus in dieser
Leseprobe.
Wer hat's geschrieben?
Joel Grus ist Forschungsingenieur am Allen Institute for Artificial Intelligence. Zuvor arbeitete er als Softwareentwickler bei Google und als Data Scientist für eine Reihe von Start-ups. Er lebt in Seattle, wo er regelmäßig an Treffen zu Datenanalysethemen teilnimmt. Er schreibt gelegentlich Artikel für sein Blog joelgrus.com und twittert täglich unter @joelgrus
