Книги по Big Data / DataScience

Modern Data Analytics in Excel: Using Power Query, Power Pivot, and More for Enhanced Data Analytics - George Mount (2024)

 If you haven't modernized your data cleaning and reporting processes in Microsoft Excel, you're missing out on big productivity gains. And if you're looking to conduct rigorous data analysis, more can be done in Excel than you think. This practical book serves as an introduction to the modern Excel suite of features along with other powerful tools for analytics.

 George Mount of Stringfest Analytics shows business analysts, data analysts, and …

Основы инженерии данных: как создавать надёжные системы обработки данных - Джо Рис, Мэтт Хоусли (2024)

 Базовая книга по инженерии данных. Рассмотрены все аспекты проектирования и эксплуатации различных архитектур данных, а также полный жизненный цикл работы с данными: подготовка, поглощение, преобразование, очистка, сочетание, оркестрация, конвейеризация. Особое внимание уделено облачным технологиям, распределению нагрузки и безопасному хранению данных. Разобраны приёмы формирования запросов, работы с базами данных и отслеживания потоков данных. Книга даёт исчерпывающее представление о проектировании систем для обработки разнородных данных, поддержании этих систем в упорядоченном и доступном …

Основы визуализации данных. Пособие по эффективной и убедительной подаче информации - Клаус Уилке (2024)

 Без визуализации информации сейчас не обходится ни один бизнес. Итоги продаж, месячные отчеты, презентации новых проектов — все это примеры того, что важно и нужно правильно визуализировать.

 Чем нагляднее графики, тем весомее «смотрятся» ваши аргументы. Изображения должны быть ясными, привлекательными и убедительными.

 С помощью этого руководства по основам визуализации данных вы сможете:

• обучиться искусству создания графиков с нуля;
• освоить различные форматы визуализации для своих презентаций;
• собрать собственный инструментарий для …
  Русский PDF

Dive Into Data Science: Use Python To Tackle Your Toughest Business Challenges - Bradford Tuckfield (2023)

 Dive into the exciting world of data science with this practical introduction. Packed with essential skills and useful examples, Dive Into Data Science will show you how to obtain, analyze, and visualize data so you can leverage its power to solve common business challenges.

 With only a basic understanding of Python and high school math, you’ll be able to effortlessly work through the book and start implementing data …

Bayesian Analysis with Python - Third Edition: A practical guide to probabilistic modeling. 3 Ed - Osvaldo Martin (2024)

 The third edition of Bayesian Analysis with Python serves as an introduction to the main concepts of applied Bayesian modeling using PyMC, a state-of-the-art probabilistic programming library, and other libraries that support and facilitate modeling like ArviZ, for exploratory analysis of Bayesian models; Bambi, for flexible and easy hierarchical linear modeling; PreliZ, for prior elicitation; PyMC-BART, for flexible non-parametric regression; and Kulprit, for variable selection.

 In this updated edition, a …

Python Tools for Data Scientists: Pocket Primer - Oswald Campesato (2023)

As part of the best-selling Pocket Primer series, this book is designed to provide a thorough introduction to numerous Python tools for data scientists. The book covers features of NumPy and Pandas, how to write regular expressions, and how to perform data cleaning tasks. It includes separate chapters on data visualization and working with Sklearn and SciPy. Companion files with source code are available.

FEATURES:

• Introduces Python, …
  Английский ZIP (pdf+epub)

Книга Kaggle. Машинное обучение и анализ данных - Конрад Банахевич, Лука Массарон (2024)

 Книга рассказывает о продвинутых приёмах машинного обучения и науки о данных (data science) на основе задач, решаемых на всемирно известной платформе Kaggle. Показано (в том числе на примере увлекательных интервью с Kaggle-гроссмейстерами),  как устроена платформа Kaggle и проводимые на ней соревнования. Изложенный материал позволяет развить необходимые навыки и собрать портфолио по машинному обучению, анализу данных, обработке естественного языка, работе с множествами. Подобран уникальный пул задач, охватывающих различные классификационные и оценочные …

The Statistics and Calculus with Python Workshop: A comprehensive introduction to mathematics in Python for artificial intelligence applications - Ajinkya Sudhir Kolhe, Alexander Joseph Sarver, Alvaro Fuentes, Marios Tsatsos, Peter Farrell, Quan Nguyen (2020)

 Are you looking to start developing artificial intelligence applications? Do you need a refresher on key mathematical concepts? Full of engaging practical exercises, The Statistics and Calculus with Python Workshop will show you how to apply your understanding of advanced mathematics in the context of Python.

 The book begins by giving you a high-level overview of the libraries you'll use while performing statistics with Python. As you progress, you'll perform …

Learning Google Cloud Vertex AI: Build, deploy, and manage machine learning models with Vertex AI - Hemanth Kumar K (2023)

 Google Cloud Vertex AI is a platform for machine learning (ML) offered by Google Cloud, with the objective of making the creation, deployment, and administration of ML models on a large scale easier. If you are seeking a unified and collaborative environment for your ML projects, this book is a valuable resource for you.

 This comprehensive guide is designed to help data enthusiasts effectively utilize Google Cloud Platform's Vertex AI …

Data Science для карьериста - Жаклин Нолис, Эмили Робинсон (2021)

 Все мы хотим построить успешную карьеру. Как найти ключ к долгосрочному успеху в Data Science? Для этого понадобятся не только технические ноу-хау, но и правильные «мягкие навыки». Лишь объединив оба этих компонента, можно стать востребованным специалистом.

 Узнайте, как получить первую работу в Data Science и превратиться в ценного сотрудника высокого уровня! Четкие и простые инструкции научат вас составлять потрясающие резюме и легко проходить самые сложные интервью.
…

Погружение в аналитику данных. От Excel к Python и R - Джордж Маунт (2023)

 В книге приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data …

Инструментарий хранения и анализа данных. Полное руководство по размерному моделированию - Марджи Росс, Ральф Кимбалл (2024)

 Сегодня тысячи компаний собирают и сохраняют большие данные о поведении своих клиентов, ассортименте, производственном процессе и других немаловажных для бизнеса вещах. Однако, чтобы принимать обоснованные решения на основе этих данных, недостаточно их просто собрать – нужно правильно их обработать и провести грамотный анализ. Благодаря этой книге вы освоите все необходимые инструменты для хранения и анализа большого количества данных, научитесь правильно управлять ими и извлекать полезную информацию для развития бизнеса.

Software Engineering for Data Scientists - Catherine Nelson (2024)

 Data science happens in code. The ability to write reproducible, robust, scaleable code is key to a data science project's success—and is absolutely essential for those working with production code. This practical book bridges the gap between data science and software engineering,and clearly explains how to apply the best practices from software engineering to data science.

 Examples are provided in Python, drawn from popular packages such as NumPy and pandas. …

Data Science Fundamentals with R, Python, and Open Data - Marco Cremonini (2024)

 Organized with a strong focus on open data, Data Science Fundamentals with R, Python, and Open Data discusses concepts, techniques, tools, and first steps to carry out data science projects, with a focus on Python and RStudio, reflecting a clear industry trend emerging towards the integration of the two. The text examines intricacies and inconsistencies often found in real data, explaining how to recognize them and guiding readers through possible solutions, and …

Minimalist Data Wrangling with Python - Marek Gagolewski (2024)

 Minimalist Data Wrangling with Python is envisaged as a student's first introduction to data science, providing a high-level overview as well as discussing key concepts in detail. We explore methods for cleaning data gathered from different sources, transforming, selecting, and extracting features, performing exploratory data analysis and dimensionality reduction, identifying naturally occurring data clusters, modelling patterns in data, comparing data between groups, and reporting the results.