Facebook - konwersja

Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym - ebook

Wydawnictwo:
Tłumacz:
Data wydania:
24 października 2023
Format ebooka:
MOBI
Format MOBI
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najczęściej wybieranych formatów wśród czytelników e-booków. Możesz go odczytać na czytniku Kindle oraz na smartfonach i tabletach po zainstalowaniu specjalnej aplikacji. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, PDF
Format PDF
czytaj
na laptopie
czytaj
na tablecie
Format e-booków, który możesz odczytywać na tablecie oraz laptopie. Pliki PDF są odczytywane również przez czytniki i smartfony, jednakze względu na komfort czytania i brak możliwości skalowania czcionki, czytanie plików PDF na tych urządzeniach może być męczące dla oczu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, EPUB
Format EPUB
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najpopularniejszych formatów e-booków na świecie. Niezwykle wygodny i przyjazny czytelnikom - w przeciwieństwie do formatu PDF umożliwia skalowanie czcionki, dzięki czemu możliwe jest dopasowanie jej wielkości do kroju i rozmiarów ekranu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
(3w1)
Multiformat
E-booki sprzedawane w księgarni Virtualo.pl dostępne są w opcji multiformatu - kupujesz treść, nie format. Po dodaniu e-booka do koszyka i dokonaniu płatności, e-book pojawi się na Twoim koncie w Mojej Bibliotece we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu przy okładce. Uwaga: audiobooki nie są objęte opcją multiformatu.
czytaj
na laptopie
Pliki PDF zabezpieczone watermarkiem możesz odczytać na dowolnym laptopie po zainstalowaniu czytnika dokumentów PDF. Najpowszechniejszym programem, który umożliwi odczytanie pliku PDF na laptopie, jest Adobe Reader. W zależności od potrzeb, możesz zainstalować również inny program - e-booki PDF pod względem sposobu odczytywania nie różnią niczym od powszechnie stosowanych dokumentów PDF, które odczytujemy każdego dnia.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na tablecie
Aby odczytywać e-booki na swoim tablecie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. Bluefire dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na czytniku
Czytanie na e-czytniku z ekranem e-ink jest bardzo wygodne i nie męczy wzroku. Pliki przystosowane do odczytywania na czytnikach to przede wszystkim EPUB (ten format możesz odczytać m.in. na czytnikach PocketBook) i MOBI (ten fromat możesz odczytać m.in. na czytnikach Kindle).
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na smartfonie
Aby odczytywać e-booki na swoim smartfonie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. iBooks dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
69,00

Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym - ebook

Musisz spojrzeć prawdzie w oczy: epoka danych to nie tylko imponujące możliwości, ale również obietnice bez pokrycia. Firmy wdrażają rozwiązania, które mają je wyręczać w podejmowaniu decyzji. Menedżerowie zatrudniają analityków, którzy nimi nie są. Specjaliści w dziedzinie data science są zatrudniani w organizacjach, które nie są na nich gotowe. Dyrektorzy wysłuchują technicznego żargonu i udają, że go rozumieją. Efekt? Pieniądze idą w błoto.

Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć krytycznie o danych i otrzymanych wynikach, będziesz też inteligentnie o tym mówić. Jednym zdaniem: zrozumiesz dane i związane z nimi wyzwania na głębszym, profesjonalnym poziomie.

To książka dla każdego, kto chce przestawić firmę na tory data science.

Eric Weber, kierownik ds. eksperymentów i badań metrycznych, Yelp

Naucz się:

  • myśleć statystycznie i rozumieć rolę zmienności w podejmowaniu decyzji
  • zadawać właściwe pytania na temat statystyk i wyników analiz
  • sensownie korzystać z rozwiązań uczenia maszynowego i sztucznej inteligencji
  • unikać typowych błędów podczas pracy z danymi i ich interpretowania

Data science? Odsiejesz piasek od złota!

Spis treści

O autorach

O redaktorach technicznych

Podziękowania

Przedmowa

Wprowadzenie

CZĘŚĆ I. MYŚL JAK SPEC OD DANYCH

  • ROZDZIAŁ 1. NA CZYM POLEGA PROBLEM?
    • PYTANIA, KTÓRE POWINIEN ZADAWAĆ SPEC OD DANYCH
      • Dlaczego problem jest ważny?
      • Na kogo wpływa ten problem?
      • Co, jeśli nie mamy właściwych danych?
      • Kiedy projekt się zakończy?
      • Co, jeśli nie spodobają nam się rezultaty?
    • DLACZEGO PROJEKTY ZWIĄZANE Z DANYMI KOŃCZĄ SIĘ NIEPOWODZENIEM?
      • Wrażenia klientów
      • Omówienie
    • PRACA NAD PROBLEMAMI, KTÓRE MAJĄ ZNACZENIE
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 2. CZYM SĄ DANE?
    • DANE A INFORMACJE
      • Przykładowy zbiór danych
    • TYPY DANYCH
    • JAK GROMADZI SIĘ DANE I JAKĄ MAJĄ STRUKTURĘ?
      • Dane obserwacyjne i eksperymentalne
      • Dane ustrukturyzowane i nieustrukturyzowane
    • PODSTAWOWE STATYSTYKI ZBIORCZE
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 3. PRZYGOTOWANIE DO MYŚLENIA STATYSTYCZNEGO
    • ZADAWAJ PYTANIA
    • WSZYSTKO JEST ZMIENNE
      • Scenariusz: wrażenia klientów (kontynuacja)
      • Studium przypadku: zachorowalność na raka nerki
    • PRAWDOPODOBIEŃSTWO I STATYSTYKA
      • Prawdopodobieństwo a intuicja
      • Odkrywanie informacji za pomocą statystyki
    • PODSUMOWANIE ROZDZIAŁU

CZĘŚĆ II. MÓW JAK SPEC OD DANYCH

  • ROZDZIAŁ 4. POLEMIZUJ Z DANYMI
    • CO BYŚ ZROBIŁ(A)?
      • Katastrofa spowodowana brakiem danych
    • JAKA JEST HISTORIA POCHODZENIA DANYCH?
      • Kto zebrał dane?
      • Jak zebrano dane?
    • CZY DANE SĄ REPREZENTATYWNE?
      • Czy poprawnie dobrano próbę?
      • Co zrobiono z wartościami odstającymi?
    • JAKICH DANYCH NIE WIDZĘ?
      • Jak rozwiązano problem brakujących wartości?
      • Czy dane mogą zmierzyć to, co ma być mierzone?
    • POLEMIZUJ Z DANYMI KAŻDEJ WIELKOŚCI
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 5. EKSPLORUJ DANE
    • EKSPLORACYJNA ANALIZA DANYCH I TY
    • PRZYJMIJ NASTAWIENIE EKSPLORACYJNE
      • Pytania naprowadzające
      • Scenariusz
    • CZY DANE MOGĄ ODPOWIEDZIEĆ NA PYTANIE?
      • Określ oczekiwania i użyj zdrowego rozsądku
      • Czy wartości mają intuicyjny sens?
      • Uważaj! Wartości odstające i brakujące
    • CZY ODKRYLIŚCIE JAKIEŚ ZWIĄZKI?
      • Korelacja
      • Uważaj! Błędne interpretowanie korelacji
      • Uważaj! Korelacja nie implikuje przyczynowości
    • CZY ZNALEŹLIŚCIE W DANYCH NOWE MOŻLIWOŚCI?
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 6. BADAJ PRAWDOPODOBIEŃSTWA
    • ZGADNIJ ODPOWIEDŹ
    • REGUŁY GRY
      • Notacja
      • Prawdopodobieństwo warunkowe i zdarzenia niezależne
      • Prawdopodobieństwo wielu zdarzeń
    • ĆWICZENIE MYŚLOWE Z ZAKRESU PRAWDOPODOBIEŃSTWA
      • Następne kroki
    • UWAŻAJ Z ZAKŁADANIEM NIEZALEŻNOŚCI
      • Nie popełniaj błędu hazardzisty
    • WSZYSTKIE PRAWDOPODOBIEŃSTWA SĄ WARUNKOWE
      • Nie przestawiaj zależności
      • Twierdzenie Bayesa
    • UPEWNIJ SIĘ, ŻE PRAWDOPODOBIEŃSTWA MAJĄ ZNACZENIE
      • Kalibracja
      • Rzadkie zdarzenia mogą się zdarzać i się zdarzają
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 7. KWESTIONUJ STATYSTYKI
    • KRÓTKIE LEKCJE O WNIOSKOWANIU
      • Zostaw sobie trochę przestrzeni
      • Więcej danych, więcej dowodów
      • Kwestionuj status quo
      • Dowody na twierdzenie przeciwne
      • Równoważenie błędów decyzyjnych
    • PROCES WNIOSKOWANIA STATYSTYCZNEGO
    • PYTANIA, KTÓRE POMOGĄ CI KWESTIONOWAĆ STATYSTYKI
      • Jaki jest kontekst tych statystyk?
      • Jaki jest rozmiar próby?
      • Co testujecie?
      • Jaka jest hipoteza zerowa?
      • Jaki jest poziom istotności?
      • Ile przeprowadzacie testów?
      • Czy mogę zobaczyć przedziały ufności?
      • Czy jest to praktycznie istotne?
      • Czy zakładacie przyczynowość?
    • PODSUMOWANIE ROZDZIAŁU

CZĘŚĆ III. PRZYBORNIK SPECJALISTY DATA SCIENCE

  • ROZDZIAŁ 8. W POSZUKIWANIU UKRYTYCH GRUP
    • UCZENIE NIENADZOROWANE
    • REDUKCJA WYMIAROWOŚCI
      • Tworzenie cech złożonych
    • ANALIZA SKŁADOWYCH GŁÓWNYCH
      • Składowe główne zdolności sportowych
      • Podsumowanie PCA
      • Potencjalne pułapki
    • KLASTERYZACJA
    • KLASTERYZACJA METODĄ K-ŚREDNICH
      • Klasteryzacja sklepów detalicznych
      • Potencjalne pułapki
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 9. MODEL REGRESJI
    • UCZENIE NADZOROWANE
    • JAK DZIAŁA REGRESJA LINIOWA?
      • Regresja metodą najmniejszych kwadratów: nie tylko pomysłowa nazwa
    • REGRESJA LINIOWA: CO CI DAJE?
      • Rozszerzanie modelu na wiele cech
    • REGRESJA LINIOWA: JAKIE POWODUJE NIEPOROZUMIENIA?
      • Pominięte zmienne
      • Współliniowość
      • Przeciek danych
      • Błędy ekstrapolacji
      • Relacje nie zawsze są liniowe
      • Wyjaśniasz czy przewidujesz?
      • Skuteczność regresji
    • INNE MODELE REGRESJI
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 10. MODEL KLASYFIKACJI
    • WPROWADZENIE DO KLASYFIKACJI
      • Czego się nauczysz?
      • Przykładowy problem klasyfikacj
    • REGRESJA LOGISTYCZNA
      • Regresja logistyczna - i co z tego?
    • DRZEWA DECYZYJNE
    • METODY ZESPOŁOWE
      • Lasy losowe
      • Drzewa wzmacniane gradientowo
      • Interpretowalność modeli zespołowych
    • STRZEŻ SIĘ PUŁAPEK
      • Złe podejście do problemu
      • Przeciek danych
      • Brak podziału danych
      • Wybór odpowiedniego progu decyzyjnego
    • BŁĘDNE ROZUMIENIE DOKŁADNOŚCI
      • Macierze błędów
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 11. ANALIZA TEKSTU
    • OCZEKIWANIA WOBEC ANALIZY TEKSTU
    • JAK TEKST STAJE SIĘ LICZBAMI
      • Wielki worek słów
      • N-gramy
      • Osadzenia słów
    • MODELOWANIE TEMATYCZNE
    • KLASYFIKACJA TEKSTU
      • Naiwny klasyfikator byesowski
      • Analiza odczuć
    • KWESTIE PRAKTYCZNE PODCZAS PRACY Z TEKSTEM
      • Giganci technologiczni mają przewagę
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 12. UCZENIE GŁĘBOKIE
    • SIECI NEURONOWE
      • Pod jakimi względami sieci neuronowe przypominają ludzki mózg?
      • Prosta sieć neuronowa
      • Jak uczy się sieć neuronowa?
      • Nieco bardziej złożona sieć neuronowa
    • ZASTOSOWANIA UCZENIA GŁĘBOKIEGO
      • Korzyści z uczenia głębokiego
      • Jak komputery "widzą" obrazy?
      • Konwolucyjne sieci neuronowe
      • Uczenie głębokie w języku i sekwencjach
    • UCZENIE GŁĘBOKIE W PRAKTYCE
      • Czy masz dane?
      • Czy Twoje dane są ustrukturyzowane?
      • Jak będzie wyglądać sieć?
    • SZTUCZNA INTELIGENCJA I TY
      • Giganci technologiczni mają przewagę
      • Etyka w uczeniu głębokim
    • PODSUMOWANIE ROZDZIAŁU

CZĘŚĆ IV. DROGA DO SUKCESU

  • ROZDZIAŁ 13. STRZEŻ SIĘ PUŁAPEK
    • TENDENCYJNOŚĆ I DZIWNE ZJAWISKA W DANYCH
      • Błąd przeżywalności
      • Regresja do średniej
      • Paradoks Simpsona
      • Błąd konfirmacj
      • Błąd utopionych kosztów
      • Dyskryminacja algorytmiczna
      • Nieskategoryzowane przejawy tendencyjności
    • WIELKA LISTA PUŁAPEK
      • Pułapki związane ze statystyką i uczeniem maszynowym
      • Pułapki związane z projektem
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 14. ZNAJ LUDZI I OSOBOWOŚCI
    • SIEDEM SCENARIUSZY FIASKA KOMUNIKACYJNEGO
      • Post mortem
      • Wieczorynka
      • Głuchy telefon
      • W gąszczu szczegółów
      • Konfrontacja z rzeczywistością
      • Wrogie przejęcie
      • Egocentryk
    • OSOBOWOŚCI W ŚWIECIE DANYCH
      • Entuzjasta
      • Cynik
      • Spec od danych
    • PODSUMOWANIE ROZDZIAŁU
  • ROZDZIAŁ 15. CO DALEJ?
Kategoria: Bazy danych
Zabezpieczenie: Watermark
Watermark
Watermarkowanie polega na znakowaniu plików wewnątrz treści, dzięki czemu możliwe jest rozpoznanie unikatowej licencji transakcyjnej Użytkownika. E-książki zabezpieczone watermarkiem można odczytywać na wszystkich urządzeniach odtwarzających wybrany format (czytniki, tablety, smartfony). Nie ma również ograniczeń liczby licencji oraz istnieje możliwość swobodnego przenoszenia plików między urządzeniami. Pliki z watermarkiem są kompatybilne z popularnymi programami do odczytywania ebooków, jak np. Calibre oraz aplikacjami na urządzenia mobilne na takie platformy jak iOS oraz Android.
ISBN: 978-83-289-0216-9
Rozmiar pliku: 6,5 MB

BESTSELLERY

Kategorie: