Einführung in Data Science : Grundprinzipien der Datenanalyse mit Python

Titel: Einführung in Data Science Grundprinzipien der Datenanalyse mit Python
verantwortlich: Grus, Joel (VerfasserIn); Rother, Kristian (ÜbersetzerIn); Demmig, Thomas (ÜbersetzerIn); O'Reilly Media, Inc (Verlag)
Werktitel: Data Science from scratch
Ausgabe: 2. Auflage
veröffentlicht: Heidelberg: O'Reilly, [2020]
© 2020
Erscheinungsjahr: 2020
Erscheint auch als: Grus, Joel, Einführung in Data Science, 2. Auflage, Heidelberg : O'Reilly, 2020, XVII, 379 Seiten
Andere Ausgaben: Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python
Medientyp: E-Book
Datenquelle: K10plus Verbundkatalog
Tags: Tag hinzufügen

Zugang

Weitere Informationen sehen Sie, wenn Sie angemeldet sind. Noch keinen Account? Jetzt registrieren.

Zusammenfassung

Neuauflage des Standardwerks, jetzt zu Python 3.6 - Der idealer Einstieg in Data Science – didaktisch klug angelegt und gut nachvollziehbar - Bietet mathematisches Hintergrundwissen und einen Crashkurs für Python - Enthält neues Material zu Deep Learning, Statistik und Natural Language Processing 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 Joel Grus Sie dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Dabei verwendet er Python: Die weit verbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken für Data Science mit.
Das Buch ist eine Neuauflage von Grus, die sich jetzt aber auf die aktuelle Version 3.6 von Python stützt und in die Grundlagen von Data Science als interdisziplinärem Wissenschaftsfeld zur Gewinnung von neuen Erkenntnissen aus sehr unterschiedlichen Daten einführt. Die Neuauflage sollte die alte bei guter Nutzung ersetzen, da eine Abwärtskompatibilität der neuen Version von Python zu früheren Versionen nur bedingt gegeben ist. Der Autor setzt beim Leser einige Grundkenntnisse voraus. So werden Pythongrundkenntnisse nur in einem Crashkurs noch einmal aufgefrischt. Der eigentliche Einstieg beginnt mit einem Szenario in DataSciencester, einem fiktiven sozialen Netzwerk für Data Scientists. Auch werden gegenüber der 1. Auflage neue wichtige Fakten über Deep Learning, Statistik und Sprachverarbeitung vermittelt. Einsteiger, die nur einen generellen Überblick suchen, sollten auch auf A. Ng hingewiesen werden, der sich ebenfalls mit Data Science befasst, aber anhand sehr einfacher und plausible Beispiele und Anwendungen nur zeigt, was auf diesem Weg erreicht werden kann.

Umfang

1 Online-Ressource (XVII, 379 Seiten); Illustrationen, Diagramme

Sprache

Deutsch, Englisch

Schlagworte