KLUCZOWE KOMPETENCJE SPECJALISTY DANYCH. JAK PRACOWAĆ Z DANYMI I ZROBIĆ KARIERĘ wyd.2
KIRILL EREMENKO
Wydawnictwo: PWN
Cena: 79.90 zł
67.12 zł brutto
- Paczkomaty InPost 14.99 zł brutto
- Poczta Polska - odbiór w punkcie 9.99 zł brutto
- Poczta Polska - przedpłata 15.99 zł brutto
- Poczta Polska - pobranie 19.99 zł brutto
- Kurier DHL - przedpłata 18.99 zł brutto
- Kurier DHL - pobranie 21.99 zł brutto
- Odbiór osobisty - UWAGA - uprzejmie prosimy poczekać na informację z księgarni o możliwości odbioru zamówienia - 0.00 zł brutto
Opis
ISBN: 978-83-01-21568-2
256 stron
format: B5
oprawa: miękka
Rok wydania: 2021
Data Science szturmem zdobyło nowe obszary - wszystko jest większe, szybsze i lepsze. Większe możliwości obliczeniowe wprowadziły uczenie maszynowe i głębokie uczenie maszynowe na rynek. Tworzenie sztucznych sieci neuronowe jest znacznie prostsze. Sztuczna inteligencja zrewolucjonizowała wiele branż. Rozwój technologii byłby niemożliwy bez Data Science. Poznanie podstaw tej nauki otwiera wiele drzwi, bo specjaliści danych potrzebni są w wielu dziedzinach. Data Science jest wyjątkowo obiecującym obszarem prac i badań.
Jeśli chcesz zrobić krok w stronę swojej kariery w Data Science, książka Kluczowe kompetencje specjalisty danych jest dla Ciebie. Jest to publikacja, która w sposób kompleksowy omawia takie kwestie jak:
gromadzenie danych, przygotowanie danych, analiza danych, wizualizacja danych, prezentacja danych. Część I wprowadzi Cię w świat wszechobecnych danych i najważniejszych zasad Data Science, które pomogą Ci pogłębić posiadaną wiedzę. Część II przeprowadzi Cię przez etap gromadzenia i analizy danych. W Części III dowiesz się, jak najlepiej zwizualizować i zaprezentować wyniki swojej pracy.
SPIS TREŚCI
Spis rysunków
Bonus dla Czytelników
Podziękowania
Wstęp
CZEŚĆ I
"O co w tym chodzi?"
Najważniejsze zasady Data Science
Dokąd zmierzamy
Przyszłość to dane
Hamowanie postępu
01. Definicja danych
Dane są wszędzie
Wielkość (danych) ma znaczenie
Przechowywanie i przetwarzanie danych
Dane mają moc tworzenia
Użycie danych
Dlaczego właśnie teraz dane stały się ważne
Martwienie się nic nie da
Bibliografia
02. Jak dane spełniają nasze potrzeby
Wszechobecność danych
Data Science a potrzeby fizjologiczne
Data Science a potrzeby bezpieczeństwa
Data Science a potrzeby przynależności i miłości
Data Science a samorealizacja
Data Science a samodoskonalenie
Kilka słów podsumowania
Bibliografia
03. Sztuczna inteligencja a nasza przyszłość
Czym jest sztuczna inteligencja?
Silna sztuczna inteligencja
Słaba sztuczna inteligencja
Robotyka i automatyzacja procesów
Rozpoznawanie obrazów
Przetwarzanie języka naturalnego
Uczenie ze wzmocnieniem oraz uczenie głębokie
Ciemna strona sztucznej inteligencji
Przygotuj się na część II
Bibliografia
CZĘŚĆ II
"Gdzie i jak je znajdę?"
Gromadzenie i analiza danych
Proces Data Science
Pierwsze kroki
04. Określenie problemu
Spójrz mamo, nie ma danych!
Jak rozwiązać taki problem, jak
Pilnowanie czasu
Sztuka mówienia nie
Naprzód!
Bibliografia
05. Przygotowanie danych
Spraw, żeby dane zaczęły mówić
Z wielką władzą wiąże się wielka odpowiedzialność
Przygotuj dane do podróży
Bibliografia
06. Klasyczna analiza danych
Nie pomiń tego kroku
Klasyfikacja i analiza skupień
Klasyfikacja
Drzewa decyzyjne
Lasy losowe
Algorytm k najbliższych sąsiadów
Naiwny klasyfikator Bayesa
Klasyfikacja przy użyciu klasyfikatora Bayesa
Regresja logistyczna
Analiza skupień
Algorytm grupowania metodą k-średnich
Grupowanie hierarchiczne
Bibliografia
07. Nowoczesna analiza danych
Uczenie ze wzmocnieniem
Problem wielorękiego bandyty
Algorytm UCB
Próbkowanie Thompsona
Który algorytm jest lepszy - próbkowanie Thompsona czy UCB?
Głębokie uczenie maszynowe
Ustalanie wag - jak uczą się sztuczne sieci neuronowe
Przyszłość analizy danych
Bibliografia
CZĘŚĆ III
"Jak to przedstawić?"
Opowiadanie o danych
Jak dobrze wyglądać
Jeszcze nie skończyliśmy!
Akcelerator kariery
08. Wizualizacja danych
Czym jest analiza wizualna?
Czym jest wizualizacja danych?
Mówienie językiem wizualnym
Kroki tworzenia atrakcyjnych wizualizacji
Uwagi końcowe
Bibliografia
Idąc o krok dalej. Typy wykresów
09. Prezentacja danych
Znaczenie opowieści
Powołanie rzecznika danych
Jak stworzyć świetną prezentację
Koniec procesu Data Science
Bibliografia
10. Twoja kariera specjalisty danych
Wejście do świata Data Science
Ubieganie się o pracę
Przygotowanie do rozmowy kwalifikacyjnej
Przeprowadzanie wywiadu
Dbanie o rozwój firmowej kariery
Bibliografia
Indeks
Kod wydawnictwa: 978-83-01-21568-2
Ten produkt nie ma jeszcze opinii
Twoja opinia
aby wystawić opinię.