Shortcuts
Bitte warten Sie, bis die Seite geladen ist.
 
PageMenu- Hauptmenü-
Page content

Katalogdatenanzeige

¬The¬ Data science design manual

¬The¬ Data science design manual
Kataloginformation
Feldname Details
Vorliegende Sprache eng
ISBN 978-3-319-55443-3
Name Skiena, Steven S.
T I T E L ¬The¬ Data science design manual
Verlagsort Cham
Verlag Springer
Erscheinungsjahr 2017
2017
Umfang Online-Ressource (XVII, 445 p. 180 illus., 137 illus. in color, online resource)
Reihe Texts in Computer Science
Titelhinweis Druckausg.ISBN: 978-3-319-55443-3
Printed editionISBN: 978-3-319-55443-3
ISBN ISBN 978-3-319-55444-0
Klassifikation UNF
UYQE
COM021030
*68-01
68P01
68T05
006.312
QA76.9.D343
Kurzbeschreibung This engaging and clearly written textbook/reference provides a must-have introduction to the rapidly emerging interdisciplinary field of data science. It focuses on the principles fundamental to becoming a good data scientist and the key skills needed to build systems for collecting, analyzing, and interpreting data. The Data Science Design Manual is a source of practical insights that highlights what really matters in analyzing data, and provides an intuitive understanding of how these core concepts can be used. The book does not emphasize any particular programming language or suite of data-analysis tools, focusing instead on high-level discussion of important design principles. This easy-to-read text ideally serves the needs of undergraduate and early graduate students embarking on an “Introduction to Data Science” course. It reveals how this discipline sits at the intersection of statistics, computer science, and machine learning, with a distinct heft and character of its own. Practitioners in these and related fields will find this book perfect for self-study as well. Additional learning tools: Contains “War Stories,” offering perspectives on how data science applies in the real world Includes “Homework Problems,” providing a wide range of exercises and projects for self-study Provides a complete set of lecture slides and online video lectures at www.data-manual.com Provides “Take-Home Lessons,” emphasizing the big-picture concepts to learn from each chapter Recommends exciting “Kaggle Challenges” from the online platform Kaggle Highlights “False Starts,” revealing the subtle reasons why certain approaches fail Offers examples taken from the data science television show “The Quant Shop” (www.quant-shop.com)
2. Kurzbeschreibung What is Data Science? -- Mathematical Preliminaries -- Data Munging -- Scores and Rankings -- Statistical Analysis -- Visualizing Data -- Mathematical Models -- Linear Algebra -- Linear and Logistic Regression -- Distance and Network Methods -- Machine Learning -- Big Data: Achieving Scale
SWB-Titel-Idn 491754361
Signatur Springer E-Book
Bemerkungen Elektronischer Volltext - Campuslizenz
Elektronische Adresse $uhttp://dx.doi.org/10.1007/978-3-319-55444-0
Internetseite / Link Volltext
Siehe auch Cover
Siehe auch Inhaltstext
.
ISBD-Anzeige Katalogdatensatz500255535
.
Kategorien-Anzeige Katalogdatensatz500255535
.
Verwandte Werke Katalogdatensatz500255535
.
Titel zur Titelsammlung hinzufügen Katalogdatensatz500255535
.
Kataloginformation500255535 Datensatzanfang . Kataloginformation500255535 Seitenanfang .
Titel vormerken Katalogdatensatz500255535
Vollanzeige Katalogdaten 

Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.

Im Bereich Kataloginformation werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.

Der Bereich Exemplarinformationen enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche