1. Основы Data Science и Big Data. Дэви Силен, Арно Мейсман, Мохамед Али
![Image](https://acadtutor.ru/upload/photos/2021/03/9ExlpKrniKFgqP18giR7_15_5c91bad4d4fcc4019c291b1bdcecfe66_image.jpg)
Data Science – это набор определений и концепций, с помощью которых можно наделить значением и доступным видом большие объёмы данных. Книга рассказывает об одной главной и увлекательной концепции анализа и обработки данных.
Читателя познакомят с теоретической основой, последовательностью машинного обучения, работой с большими массивами данных, NoSQL, детальным анализом текстов и визуальной информацией. В качестве примеров представлены сценарии Data Science на Python.
Обработка и анализ данных – это широко применимая отрасль в IT, именно здесь необходимы талантливые разработчики, способные создавать сценарии разной сложности, от социальных сетей до обучаемых систем. Книга послужит начальной точкой в изучении мира Data Science.
3. Наука о данных. Джон Келлехер, Брендан Тирни
![Image](https://acadtutor.ru/upload/photos/2021/03/6jo6g5kIRNBggb7gJwr7_15_930bef550ac6871f09df12023c7062e3_image.png)
В современном мире наука о данных находит применение во всех областях: рекламные объявления в интернете подбираются под запросы пользователя, рекомендованное высвечивается из-за анализа просмотренных сериалов и прочитанных книг, ссылки в социальных сетях появляются по методу «знакомые», а также отсортированные входящие уходят в отдельную папку со спамом.
Читателя познакомят с базовыми принципами науки о данных. В неё включены основные аспекты, от момента становления сбора и анализа данных, до решения этических конфликтов, нарастающих из-за политики конфиденциальности. Читателю расскажут, как ведут работу нейронные сети и машинное обучение, приведут примеры изучения бизнес-проблем и покажут пути их решения. Дополнительно расскажут о тех областях, на которые наука о данных повлияет в большей степени.
5. Убийственные большие данные. Кэти О’Нил
![Image](https://acadtutor.ru/upload/photos/2021/03/vLha9muPg1gOHA2e1hWK_15_c48ec2622a681532e495883b66b541a4_image.jpg)
Математические алгоритмы постепенно захватывают нашу жизнь. Кэти О’Нил – это профессор математики и финансовый аналитик, считающая, что алгоритмы стали серьёзным оружием в руках государства и предприятий – это оружие изначально направлено на нуждающиеся и незащищённые слои населения.
Современные математические приложения, созданные для банков и страховых компаний, способны следить за каждым действием человека в пространстве интернета. Однако они появлялись на основе предрассудков и убеждений, которыми грешат их создатели. Основа и критерии реализации математических алгоритмов подлежат охране и строгому контролю. Добро пожаловать в мир убийственных Больших данных!
7. Практическая статистика для специалистов Data Science. Питер Брюс, Эндрю Брюс
![Image](https://acadtutor.ru/upload/photos/2021/03/i69B2M5Gnh23lzujZm9J_15_6b67592aa89cb4ff9957ca8df8516f46_image.png)
Практический учебник представлен для специалистов в сфере данных, обладающих навыком работы с языком программирования и знакомых с определением математической статистики. Здесь в доступном виде представлены основные моменты из статистики науки о данных, также объясняется, какие критерии необходимы и полезны со стороны анализа данных. Детально рассматриваются предметы:
- разведочный анализ данных;
- распределение данных и выборок;
- статистические эксперименты и проверка значимости;
- статистическое машинное обучение и обучение без учителя.
9. Data Science. Наука о данных с нуля. Джоэл Грас
![Image](https://acadtutor.ru/upload/photos/2021/03/wWZjiUhfClJnXZA6zudy_15_076e78ca36738736f2bc68cc56c5577b_image.jpg)
Читателя познакомят с миром науки о данных и научат применять знания в практической среде. Легкодоступный способ изложения помогает неопытному, но интересующемуся человеку понять аналитику без возможных сложностей.
Джоэл Грас рассказывает о языке Python, элементах линейной алгебры, математической статистике, методах сбора, нормализации и обработки данных. Дополнительно даёт информационную базу для машинного обучения. Описывает математические модели и пути их разработки по принципу «k».
11. Изучаем Spark. Холден Карау, Матей Захария, Патрик Венделл, Энди Конвински
![Image](https://acadtutor.ru/upload/photos/2021/03/u2SJmmqqyiLTy2yknUa5_15_300b66fa68d78822b070dffe6c5ce294_image.jpg)
Объём данных, подлежащих обработке в человеческой деятельности, увеличивается с каждым годом. Как эффективно с ними взаимодействовать?
Apache Spark – это открытая система кластерных вычислений, позволяющая создавать высокопроизводительные программы анализа данных. С её помощью стало возможным управление большими объёмами данных посредством API на Python, Java и Scala.
Авторами книги являются разработчики системы Spark. Они расскажут об организации параллельного выполнения заданий с помощью нескольких строчек кода, также помогут разобраться в системе на примерах.
13. Data Science. Кэти О’Нил, Рэйчел Шатт
![Image](https://acadtutor.ru/upload/photos/2021/03/STGXfrioeoWrupd7cqWc_15_ca04aae798d7f24a9413f5462ef51443_image.png)
Исследование данных – востребованная специализация современного времени. Изучение данных способствует преображению любой традиционной или инновационной бизнес-модели. Книга рассчитана на начинающих специалистов-аналитиков, в ней вы познакомитесь с:
- финансовым моделированием;
- визуализацией данных;
- статистическими алгоритмами;
- байесовским методом;
- рекомендательными движками;
- MaReduce.
0 Комментарии