Um wirklich die Wissenschaft der Daten zu lernen, müssen Sie nicht nur die Werkzeuge – Datenwissenschaftsbibliotheken, Frameworks, Codeeinheiten und Tools – beherrschen, sondern auch die Ideen und Prinzipien verstehen, die ihrer Funktionsweise zugrunde liegen.

Diese zweite Ausgabe von Datenwissenschaft: Grundprinzipien und Anwendungen mit Python, aktualisiert für Python 3.6, zeigt Ihnen, wie diese Werkzeuge und Algorithmen funktionieren, indem sie sie von den ersten Schritten an anwenden. Wenn Sie eine Neigung zu Mathematik und Programmierfähigkeiten haben, wird Ihnen der Autor Joel Grus helfen, sich mit der Mathematik und Statistik, die im Kern der Datenwissenschaft stehen, sowie mit den erforderlichen „Hacking“-Kenntnissen, die notwendig sind, um als Datenwissenschaftler zu beginnen, wohlzufühlen.

Mit neuem Material zu Deep Learning, Statistik und Verarbeitung natürlicher Sprache zeigt Ihnen dieses aktualisierte Buch, wie Sie die verborgenen Schätze im heutigen chaotischen Datenwirrwarr finden können.

• Nehmen Sie an einem Schnellkurs in Python teil
• Lernen Sie die Grundprinzipien der linearen Algebra, Statistik und Wahrscheinlichkeit – und wie und wann sie in der Datenwissenschaft verwendet werden
• Sammeln, erkunden, reinigen, transformieren und verarbeiten Sie Daten
• Tauchen Sie in die Grundprinzipien des maschinellen Lernens ein
• Implementieren Sie Modelle wie k-nächste Nachbarn, naive Bayessche Klassifikation, lineare und logistische Regression, Entscheidungsbäume, neuronale Netze und Clustering
• Erkunden Sie Empfehlungssysteme, Verarbeitung natürlicher Sprache, Netzwerk-Analysetools, MapReduce und Datenbanken.

Buchbesprechungen:
„Joel führt Sie von den grundlegenden Fragen der Datenwissenschaft zu einem vollständigen Verständnis der grundlegenden Algorithmen, die jeder Datenwissenschaftler kennen muss.“ —Rohit Sivaprasad, Ingenieur, Facebook
„Ich empfehle das Buch Datenwissenschaft: Grundprinzipien und Anwendungen mit Python Analysten und Ingenieuren, die sich weiterentwickeln möchten, indem sie das Gebiet des maschinellen Lernens erobern. Es ist das beste Werkzeug, um die Grundprinzipien dieses wissenschaftlichen Bereichs zu verstehen.“ —Tom Marthaler, Engineering Director, Amazon
„Es ist schwierig, die Konzepte der Datenwissenschaft in Code zu übersetzen. Joels Buch macht es viel einfacher.“ —William Cox, Machine Learning Engineer, Grubhub.

Joel Grus ist Forschungsingenieur am Allen Institute for Artificial Intelligence. Zuvor arbeitete er als Softwareingenieur bei Google und als Datenwissenschaftler in verschiedenen Startups. Er lebt in Seattle, wo er regelmäßig Kurse in Datenwissenschaft besucht. Gelegentlich schreibt er in seinem Blog und tweetet den ganzen Tag unter @joelgrus.