Data Science Do Zero - 2º Edição: Noções Fundamentais Com Python

Para aprender data science de verdade, além de dominar as ferramentas — bibliotecas, frameworks, módulos e kits —, você também deve compreender as ideias e os princípios da área. Atualizada para o Python 3.6, a segunda edição do Data Science do Zero explica a dinâmica das ferramentas e algoritmos ao implementá-los do zero.

Neste livro, o leitor (já com noções anteriores de matemática e programação) encontrará dicas do autor Joel Grus para se habituar com as operações e estatísticas essenciais ao data science. Além de desenvolver as habilidades de hacker necessárias para iniciar uma carreira como cientista de dados. Com novos materiais sobre aprendizado profundo, estatística e processamento de linguagem natural, esta edição explica como e ncontrar o ouro em meio à enorme massa de dados disponível hoje.

• Faça um curso intensivo de Python
• Aprenda noções básicas de álgebra linear, estatística e probabilidade — e saiba como e quando aplicar essas operações no data science
• Colete , explore, limpe, transforme e manipule dados
• Conheça os fundamentos do aprendizado de máquina
• Implemente os modelos de k-vizinhos mais próximos, Naive Bayes, regressão linear e logística, árvores de decisão, redes neurais e agrupamentos
• Exp lore sistemas de recomendação, processamento de linguagem natural, análise de rede, MapReduce e bancos de dados

Elogios :

“Joel conduz o leitor por um caminho que começa pela curiosidade e vai até a compreensão total dos algoritmos mais essenci ais para todos os cientistas de dados.” — Rohit Sivaprasad Engenheiro, Facebook

“Sempre recomendo o Data Science do Zero aos analistas e engenheiros que querem se aventurar no aprendizado de máquina. Esse livro é a melhor forma de entender as noçõ es fundamentais da disciplina.” — Tom Marthaler Gerente de Engenharia, Amazon

“É bem difícil traduzir os conceitos do data science em código. O livro de Joel facilita muito essa tarefa.” — William Cox Engenheiro de Aprendizado de Máquina, Grubhub