Product info / Cechy produktu
Rodzaj (nośnik) / Item type
|
książka / book
|
Dział / Department
|
Książki i czasopisma / Books and periodicals
|
Autor / Author
|
Alex J. Gutman
,
Jordan Goldmeier
|
Tytuł / Title
|
Analityk danych Przewodnik po data science, statystyce i uczeniu maszynowym
|
Język / Language
|
polski
|
Wydawca / Publisher
|
Helion
|
Rok wydania / Year published
|
2023
|
Tytuł originału / Original title
|
Becoming a Data Head: How to Think, Speak and Understand Data Science, Statistics and Machine Learning
|
Języki oryginału / Original lanugages
|
angielski
|
|
|
Rodzaj oprawy / Cover type
|
Miękka
|
Wymiary / Size
|
15.8x23.5 cm
|
Liczba stron / Pages
|
226
|
Ciężar / Weight
|
0.5300 kg
|
|
|
ISBN
|
9788328902152 (9788328902152)
|
EAN/UPC
|
9788328902152
|
Stan produktu / Condition
|
nowy / new - sprzedajemy wyłącznie nowe nieużywane produkty
|
Book in Polish by Alex J. Gutman, Jordan Goldmeier. 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!