The Data Science Design Manual

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...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Skiena, Steven S. (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2017.
Σειρά:Texts in Computer Science,
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • 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.