Практический_анализ_временных_рядов_прогнозирование_со_статистикой.7z
35.7 MB
📒 Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение [2021] Эйлин Нильсен
В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений. #анализ_данных #r #data_science #big_data #python
В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений. #анализ_данных #r #data_science #big_data #python
👍10
Data_Science_для_карьериста_2021_Нолис_Жаклин,_Робинсон_Эмили.7z
7.2 MB
📕 Data Science для карьериста [2021] Нолис Жаклин, Робинсон Эмили
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. Data Science стремительно меняется, поэтому поддерживать стабильную работу проектов, адаптировать их к потребностям компании и работать со сложными стейкхолдерами не так уж и легко. Опытные дата-сайентисты делятся идеями, которые помогут реализовать ваши ожидания, справиться с неудачами и спланировать карьерный путь. #data_science #big_data #анализ_данных
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. Data Science стремительно меняется, поэтому поддерживать стабильную работу проектов, адаптировать их к потребностям компании и работать со сложными стейкхолдерами не так уж и легко. Опытные дата-сайентисты делятся идеями, которые помогут реализовать ваши ожидания, справиться с неудачами и спланировать карьерный путь. #data_science #big_data #анализ_данных
👍5
Анализ_поведенческих_данных_на_R_и_Python_2022_Ф_Бюиccoн.pdf
14.7 MB
📕 Анализ поведенческих данных на R и Python [2022] Ф. Бюиccoн
Если вы анализируете данные в бизнесе на R или Python, то эта книга для вас. Я использую слово «бизнес» в широком смысле для обозначения любой коммерческой, некоммерческой или правительственной организации, где важны правильные идеи и практические выводы, которые движут действиями. С точки зрения математики и статистики, не имеет значения, кем вы являетесь: деловым аналитиком, строящим ежемесячные прогнозы, исследователем опыта пользователей (UX), изучающим поведения на основе кликабельности, или исследователем данных, строящим модели машинного обучения. У этой книги есть одно фундаментальное условие: вы должны быть хотя бы немного знакомы с линейной и логистической регрессией. Если вы понимаете регрессию, то вы сможете проследить за аргументами этой книги и извлечь из нее большую пользу. Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные...
#r #python #программирование #анализ_данных
Если вы анализируете данные в бизнесе на R или Python, то эта книга для вас. Я использую слово «бизнес» в широком смысле для обозначения любой коммерческой, некоммерческой или правительственной организации, где важны правильные идеи и практические выводы, которые движут действиями. С точки зрения математики и статистики, не имеет значения, кем вы являетесь: деловым аналитиком, строящим ежемесячные прогнозы, исследователем опыта пользователей (UX), изучающим поведения на основе кликабельности, или исследователем данных, строящим модели машинного обучения. У этой книги есть одно фундаментальное условие: вы должны быть хотя бы немного знакомы с линейной и логистической регрессией. Если вы понимаете регрессию, то вы сможете проследить за аргументами этой книги и извлечь из нее большую пользу. Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные...
#r #python #программирование #анализ_данных
👍5
Изучаем_Shiny_Создание_интерактивных_приложений,_отчетов_и_дашбордов.pdf
12.7 MB
📘 Изучаем Shiny. Создание интерактивных приложений, отчетов и дашбордов при помощи R [2022] Хэдли Уикем
Изучите веб-фреймворк Shiny и выведите свои навыки владения языком программирования R на новый уровень. Оставьте в прошлом статические отчеты – с Shiny вы сможете создавать полностью интерактивные веб-приложения для анализа данных. Пользователи смогут легко перемещаться между наборами данных, создавать и исследовать подмножества, выборки и срезы, запускать модели с нужными им значениями параметров, разрабатывать собственные визуализации и многое другое. Хэдли Уикхэм из RStudio покажет аналитикам данных, статистикам и научным исследователям, не обладающим глубокими познаниями в области HTML, CSS и JavaScript, как создавать мощные веб-приложения на языке R. Книга, которую вы держите в руках, является полноценным руководством по фреймворку Shiny, который поможет вам из новичка в этой области стать настоящим экспертом и писать масштабные, сложные и эффективные приложения. #r #анализ_данных
#программирование
Изучите веб-фреймворк Shiny и выведите свои навыки владения языком программирования R на новый уровень. Оставьте в прошлом статические отчеты – с Shiny вы сможете создавать полностью интерактивные веб-приложения для анализа данных. Пользователи смогут легко перемещаться между наборами данных, создавать и исследовать подмножества, выборки и срезы, запускать модели с нужными им значениями параметров, разрабатывать собственные визуализации и многое другое. Хэдли Уикхэм из RStudio покажет аналитикам данных, статистикам и научным исследователям, не обладающим глубокими познаниями в области HTML, CSS и JavaScript, как создавать мощные веб-приложения на языке R. Книга, которую вы держите в руках, является полноценным руководством по фреймворку Shiny, который поможет вам из новичка в этой области стать настоящим экспертом и писать масштабные, сложные и эффективные приложения. #r #анализ_данных
#программирование
👍10
Наука_о_данных_Учебный_курс_2020_Стивен_С_Скиена.pdf
31.2 MB
📘 Наука о данных. Учебный курс [2020] Стивен С. Скиена
Емкость компьютерных хранилищ увеличивается экспоненциально; хранение данных сейчас стало настолько дешевым, что компьютерным системам почти невозможно ничего забыть. Сенсорные устройства все шире и шире контролируют все, за чем только можно наблюдать: потоки видео, действия в социальных сетях и местоположение всего, что перемещается. Сетевая вычислительная среда позволяет использовать огромные количества машин для манипулирования этими данными. Каждый раз, когда вы осуществляете поиск в Google, задействуются сотни компьютеров, тщательно исследующие все ваши предыдущие действия, только для того, чтобы решить, какая реклама является наилучшей для демонстрации именно вам. Результатом всего этого стало рождение науки о данных - новой области, посвященной максимизации значения обширных коллекций информации. Как дисциплина, наука о данных находится где-то на пересечении статистики, информатики и машинного обучения. #анализ_данных #python #bigdata #статистика
Емкость компьютерных хранилищ увеличивается экспоненциально; хранение данных сейчас стало настолько дешевым, что компьютерным системам почти невозможно ничего забыть. Сенсорные устройства все шире и шире контролируют все, за чем только можно наблюдать: потоки видео, действия в социальных сетях и местоположение всего, что перемещается. Сетевая вычислительная среда позволяет использовать огромные количества машин для манипулирования этими данными. Каждый раз, когда вы осуществляете поиск в Google, задействуются сотни компьютеров, тщательно исследующие все ваши предыдущие действия, только для того, чтобы решить, какая реклама является наилучшей для демонстрации именно вам. Результатом всего этого стало рождение науки о данных - новой области, посвященной максимизации значения обширных коллекций информации. Как дисциплина, наука о данных находится где-то на пересечении статистики, информатики и машинного обучения. #анализ_данных #python #bigdata #статистика
👍6
Mathematical_Statistics_with_Applications_in_R_3rd_Edition_2021.pdf
13.3 MB
📘 Mathematical Statistics with Applications in R 3rd Edition [2021] Kandethody Ramachandran, Chris Tsokos
Mathematical Statistics with Applications in R, Third Edition, offers a modern calculus-based theoretical introduction to mathematical statistics and applications. The book covers many modern statistical computational and simulation concepts that are not covered in other texts, such as the Jackknife, bootstrap methods, the EM algorithms, and Markov chain Monte Carlo (MCMC) methods, such as the Metropolis algorithm, Metropolis-Hastings algorithm and the Gibbs sampler. By combining discussion on the theory of statistics with a wealth of real-world applications, the book helps students to app roach statistical problem-solving in a logical manner. Step-by-step procedure to solve real problems make the topics very accessible.
#математика #статистика #R #анализ_данных #big_data #math
Mathematical Statistics with Applications in R, Third Edition, offers a modern calculus-based theoretical introduction to mathematical statistics and applications. The book covers many modern statistical computational and simulation concepts that are not covered in other texts, such as the Jackknife, bootstrap methods, the EM algorithms, and Markov chain Monte Carlo (MCMC) methods, such as the Metropolis algorithm, Metropolis-Hastings algorithm and the Gibbs sampler. By combining discussion on the theory of statistics with a wealth of real-world applications, the book helps students to app roach statistical problem-solving in a logical manner. Step-by-step procedure to solve real problems make the topics very accessible.
#математика #статистика #R #анализ_данных #big_data #math
👍2❤1
Data_Science_from_Scratch_First_Principles_with_Python,_2nd_edition.7z
12.6 MB
📗 Data Science from Scratch: First Principles with Python, 2nd edition [2019] Grus J.
To really learn data science, you should not only master the tools—data science libraries, frameworks, modules, and toolkits—but also understand the ideas and principles underlying them. Updated for Python 3.6, this second edition of Data Science from Scratch shows you how these tools and algorithms work by implementing them from scratch.
If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with the hacking skills you need to get started as a data scientist. Packed with new material on deep learning, statistics, and natural language processing, this updated book shows you how to find the gems in today’s messy glut of data. #python #программирование #анализ_данных #big_data #статистика
To really learn data science, you should not only master the tools—data science libraries, frameworks, modules, and toolkits—but also understand the ideas and principles underlying them. Updated for Python 3.6, this second edition of Data Science from Scratch shows you how these tools and algorithms work by implementing them from scratch.
If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with the hacking skills you need to get started as a data scientist. Packed with new material on deep learning, statistics, and natural language processing, this updated book shows you how to find the gems in today’s messy glut of data. #python #программирование #анализ_данных #big_data #статистика
👍5
Язык_R_в_задачах_науки_о_данных_импорт,_подготовка,_обработка,_визуализация.pdf
31.7 MB
📕 Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных [2018] Хэдли Уикем, Гарретт Гроулмунд
Овладейте искусством превращения необработанных первичных данных в плодотворные догадки, гипотезы и новые знания с помощью языка R. Эта книга задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse - коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных. Книга ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки начать решать задачи науки о данных. Авторы книги познакомят вас со всеми стадиями процесса анализа данных, включая импорт, предварительную подготовку, разведочный анализ и моделирование данных, а также демонстрацию результатов. Прочитав книгу, вы получите цельное представление как о процессе анализа данных в целом, так и об основных инструментах...
#big_data #r #анализ_данных
Овладейте искусством превращения необработанных первичных данных в плодотворные догадки, гипотезы и новые знания с помощью языка R. Эта книга задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse - коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных. Книга ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки начать решать задачи науки о данных. Авторы книги познакомят вас со всеми стадиями процесса анализа данных, включая импорт, предварительную подготовку, разведочный анализ и моделирование данных, а также демонстрацию результатов. Прочитав книгу, вы получите цельное представление как о процессе анализа данных в целом, так и об основных инструментах...
#big_data #r #анализ_данных
👍9❤1
Анализ данных и Big Data [14 книг].zip
224.9 MB
📚 14 книг: анализ данных и Big Data
1. Data Science from Scratch First Principles with Python, 2nd edition [2019] Grus J
2. Big Data and Artificial Intelligence for Healthcare Applications [2021] Ankur Saxena, Nicolas Brault
3. Алгоритмы обработки данных [1986] Сибуя М., Ямамото Т.
4. Анализ данных в науке и технике [2021] Брантон, Куц
5. Анализ данных в науке и технике. Машинное обучение, динамические системы и управление [2021] Брантон , Куц
6. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров [2003] Брандт
7. Анализ поведенческих данных на R и Python [2022] Ф. Бюиccoн
8. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени [2016] Марц, Уоррен
9. Интеллектуальный анализ данных - Пальмов
10. Наука о данных. Учебный курс [2020] Стивен Скиена
11. Основы Big Data. Концепции, алгоритмы и технологии [2018] Томас Эрл
12. Статистические методы интеллектуального анализа данных
#подборка_книг #анализ_данных
1. Data Science from Scratch First Principles with Python, 2nd edition [2019] Grus J
2. Big Data and Artificial Intelligence for Healthcare Applications [2021] Ankur Saxena, Nicolas Brault
3. Алгоритмы обработки данных [1986] Сибуя М., Ямамото Т.
4. Анализ данных в науке и технике [2021] Брантон, Куц
5. Анализ данных в науке и технике. Машинное обучение, динамические системы и управление [2021] Брантон , Куц
6. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров [2003] Брандт
7. Анализ поведенческих данных на R и Python [2022] Ф. Бюиccoн
8. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени [2016] Марц, Уоррен
9. Интеллектуальный анализ данных - Пальмов
10. Наука о данных. Учебный курс [2020] Стивен Скиена
11. Основы Big Data. Концепции, алгоритмы и технологии [2018] Томас Эрл
12. Статистические методы интеллектуального анализа данных
#подборка_книг #анализ_данных
👍10
📕 Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении [2021] Валиаппа Лакшманан, Джордан Тайджани
💾 Скачать книгу
📙 Google BigQuery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale [2020] Valliappa Lakshmanan, Jordan Tigani
#математика #статистика #R #анализ_данных #big_data #math
💾 Скачать книгу
📙 Google BigQuery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale [2020] Valliappa Lakshmanan, Jordan Tigani
#математика #статистика #R #анализ_данных #big_data #math
🔥37👍11😢1