2.8 KiB
2.8 KiB
Тип, Статус, Название, Автор, Количество страниц, Прогресс, Формат, Обложка, Начата, Закончена, Оценка, Сложность, Теги, Категории, Источник, Ссылка
| Тип | Статус | Название | Автор | Количество страниц | Прогресс | Формат | Обложка | Начата | Закончена | Оценка | Сложность | Теги | Категории | Источник | Ссылка | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Книга | Запланировано | Наука о данных. Учебный курс |
|
544 | 0 | Электронная | Библиотека/Книги/covers/nauka-o-dannyh.jpg |
|
|
Наука о данных. Учебный курс
!
📖 О книге
Учебник по науке о данных от автора «Алгоритмов. Руководства по разработке» (Диалектика/Вильямс, 2020). Книга охватывает data science как пересечение статистики, компьютерных наук и машинного обучения. Каждая глава содержит «War Stories» из реального мира, домашние задания и «Take-Home Lessons». Сопровождается полным набором лекционных слайдов и видеолекций.
🧠 Ключевые идеи
- Математические основы: линейная алгебра, статистика, теория вероятностей — необходимый фундамент для понимания алгоритмов ML
- Манипулирование данными: очистка, трансформация, агрегация — 80% работы дата-сайентиста
- Визуализация данных: правила эффективного представления данных для обнаружения закономерностей и донесения выводов
- Линейная и логистическая регрессии: базовые модели машинного обучения, классификация и предсказание
- Машинное обучение: деревья решений, кластеризация, метрики качества — системный взгляд на практический ML
💬 Важные цитаты
«Чтобы понять мир, необходимо собирать и анализировать данные о нём»