Book description
Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und Ihnen geeignete Techniken und Werkzeuge vorstellt. Sie lernen nicht nur, wie Sie Bibliotheken, Frameworks, Module und Toolkits konkret einsetzen, sondern implementieren sie auch selbst. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren.Falls Sie Programmierkenntnisse und eine gewisse Sympathie für Mathematik mitbringen, unterstützt Sie der Autor Joel Grus dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Denn irgendwo in den Datenbergen von heute sind die Antworten auf Fragen verborgen, an die bisher niemand gedacht hat. Einführung in Data Science vermittelt Ihnen das Grundlagenwissen, um diese Antworten auszugraben.
Table of contents
- Cover
- Titel
- Impressum
- Inhalt
- Vorwort
- Kapitel 1: Einführung
- Kapitel 2: Ein Crashkurs in Python
- Kapitel 3: Daten visualisieren
- Kapitel 4: Lineare Algebra
- Kapitel 5: Statistik
- Kapitel 6: Wahrscheinlichkeit
- Kapitel 7: Hypothesen und Schlussfolgerungen
- Kapitel 8: Die Gradientenmethode
- Kapitel 9: Daten sammeln
- Kapitel 10: Arbeiten mit Daten
- Kapitel 11: Maschinelles Lernen
- Kapitel 12: k-Nächste-Nachbarn
- Kapitel 13: Naive Bayes-Klassifikatoren
- Kapitel 14: Einfache lineare Regression
- Kapitel 15: Multiple Regression
- Kapitel 16: Logistische Regression
- Kapitel 17: Entscheidungsbäume
- Kapitel 18: Neuronale Netzwerke
- Kapitel 19: Clustering
- Kapitel 20: Linguistische Datenverarbeitung
- Kapitel 21: Graphenanalyse
- Kapitel 22: Empfehlungssysteme
- Kapitel 23: Datenbanken und SQL
- Kapitel 24: MapReduce
- Kapitel 25: Gehet hin und praktizieret Data Science
- Index
- Über den Autor
- Über den Übersetzer
- Kolophon
Product information
- Title: Einführung in Data Science
- Author(s):
- Release date: March 2016
- Publisher(s): dpunkt
- ISBN: 9783960090212
You might also like
book
Machine Learning mit Python - Das Praxis-Handbuch für Data Sience, Predictive Analytics und Deep Learning
Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, …
book
Data Science mit AWS
Mit diesem Buch lernen Machine-Learning- und KI-Praktiker, wie sie erfolgreich Data-Science-Projekte mit Amazon Web Services erstellen …
book
Einführung in Data Science, 2nd Edition
Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und …
book
Machine Learning Kochbuch
Python-Programmierer finden in diesem Kochbuch nahezu 200 wertvolle und jeweils in sich abgeschlossene Anleitungen zu Aufgabenstellungen …