SOWA OPAC : Biblioteka Publiczna w Dzielnicy Wola m.st. Warszawy. Katalog

8 wyników

Książka

W koszyku

oceń

Statystyka praktyczna w data science : 50 kluczowych zagadnień w językach R i Python / Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład: Krzysztof Sawka, Marta Danch-Wierzchowska. - Gliwice : Helion, 2021. - 294, [2] strony : ilustracje ; 24 cm.

Autor

Bruce Peter C. (1953- ). Bruce Andrew (1958- ). Gedeck Peter. Sawka Krzysztof. Danch-Wierzchowska Marta.

Forma i typ

Książki Publikacje fachowe

Temat

Data science Programowanie (informatyka) Python (język programowania) R (język programowania) Statystyka matematyczna

Gatunek

Poradnik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Bibliografia na stronach 293-294.

Metody statystyczne są kluczowym elementem data science, mimo to niewielu specjalistów data science posiada formalne wykształcenie statystyczne. W drugim wydaniu tego popularnego podręcznika zostały dodane obszerne przykłady w Pythonie, wytłumaczono, w jaki sposób stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać.

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 69722 (1 egz.)

Książka

W koszyku

oceń

Power BI i sztuczna inteligencja : jak w pełni wykorzystać funkcje AI dostępne w Power BI / Mary-Jo Diepeveen ; przekład Krzysztof Sawka. - Gliwice : Helion, copyright 2024. - 304 strony : ilustracje ; 24 cm.

Autor

Diepeveen Mary-Jo. Sawka Krzysztof.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Analitycy danych

Temat

Data science Power BI Programy komputerowe Sztuczna inteligencja

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Dla osób znających środowisko Power BI.

Książka stanowi wprowadzenie do pracy z funkcjami SI dostępnymi w Power BI; jest skierowana do osób znających to środowisko. Dowiesz się z niej, w jaki sposób sztuczna inteligencja może być używana w Power BI i jakie funkcje są w nim domyślnie dostępne. Nauczysz się też eksplorować i przygotowywać dane do projektów SI. Pokazano tu, jak umieszczać dane z analizy tekstu i widzenia komputerowego w raportach Power BI, co ułatwia korzystanie z zewnętrznej bazy wiedzy. Omówiono również procesy tworzenia i wdrażania modeli AutoML wytrenowanych na platformie Azure ML, a także umieszczania ich w edytorze Power Query. Nie zabrakło kwestii związanych z prywatnością, bezstronnością i odpowiedzialnością w korzystaniu z SI.

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

W80 (Redutowa 48)

Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)

Biblioteka zamknięta z powodu remontu.

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 76438 (1 egz.)

Książka

W koszyku

oceń

Autor

Grus Joel. Bombik Wojciech. Matuk Konrad.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Analitycy danych Informatycy

Temat

Analiza danych Data science Programowanie (informatyka) Python (język programowania) Statystyka matematyczna Uczenie maszynowe

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne Matematyka

W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych.

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 72935 (1 egz.)

Książka

W koszyku

oceń

Analityk danych : przewodnik po data science, statystyce i uczeniu maszynowym / Alex J. Gutman, Jordan Goldmeier ; przekład: Grzegorz Werner. - Gliwice : Helion, copyright 2023. - XXXVIII, 213 stron : fotografie, ilustracje, mapy, wykresy ; 24 cm.

Autor

Gutman Alex J. Goldmeier Jordan Werner Grzegorz.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Analitycy danych

Temat

Analiza danych Data science Statystyka matematyczna Uczenie maszynowe

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Dla każdego, kto chce przestawić firmę na tory data science.

Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć krytycznie o danych i otrzymanych wynikach, będziesz też inteligentnie o tym mówić. Jednym zdaniem: zrozumiesz dane i związane z nimi wyzwania na głębszym, profesjonalnym poziomie.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 76049 (1 egz.)

Książka

W koszyku

oceń

Podstawy matematyki w data science : algebra liniowa, rachunek prawdopodobieństwa i statystyka / Thomas Nield ; przekład: Grzegorz Werner. - Gliwice : Helion, © 2023. - 286, [2] strony : ilustracje, wykresy ; 24 cm.

Autor

Nield Thomas. Werner Grzegorz

Forma i typ

Książki Publikacje fachowe

Odbiorca

Analitycy danych Informatycy

Temat

Algebra liniowa Analiza matematyczna Data science Matematyka Przetwarzanie danych Rachunek prawdopodobieństwa Statystyka matematyczna

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne Matematyka

Indeks.

Rosnąca dostępność danych sprawiła, że data science i uczenie maszynowe są powszechnie używane do przeróżnych celów. Równocześnie wiele osób pomija analizy matematyczne przed rozpoczęciem przetwarzania danych. A to wiąże się z ryzykiem popełnienia istotnych błędów już na etapie projektowania danego systemu. Dopiero dogłębne zrozumienie niektórych koncepcji matematycznych i umiejętność ich praktycznego zastosowania sprawia, że kandydat na analityka danych ma szansę osiągnąć poziom profesjonalisty. To książka przeznaczona dla osób, które chcą dobrze zrozumieć matematyczne podstawy nauki o danych i nauczyć się stosowania niektórych koncepcji w praktyce. Wyjaśniono tu takie zagadnienia jak rachunek różniczkowy i całkowy, rachunek prawdopodobieństwa, algebra liniowa i statystyka, pokazano także, w jaki sposób posługiwać się nimi w regresji liniowej, regresji logistycznej i w tworzeniu sieci neuronowych. Poszczególne tematy zostały omówione zrozumiale, przystępnie, bez naukowego żargonu, za to z licznymi praktycznymi przykładami, co dodatkowo ułatwia przyswojenie koncepcji i prawideł matematyki. Opanowanie zawartej tu wiedzy pozwala uniknąć wielu kosztownych błędów projektowych i trafniej wybierać optymalne rozwiązania! Dzięki książce nauczysz się: używać kodu Pythona i jego bibliotek do eksplorowania koncepcji matematycznych ; posługiwać się regresją liniową i regresją logistyczną ; opisywać dane metodami statystycznymi i testować hipotezy ; manipulować wektorami i macierzami ; łączyć wiedzę matematyczną z użyciem modeli regresji ; unikać typowych błędów w stosowaniu matematyki w data science.

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 73795 (1 egz.)

Książka

W koszyku

oceń

Autor

Reis Joe. Housley Matthew L. (1977- ). Meryk Radosław.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Informatycy

Temat

Data science Technologia informacyjna (IT)

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Bibliografie, netografie przy rozdziałach. Indeks.

Ze względu na gwałtowny rozwój inżynierii danych, jaki nastąpił w ciągu ostatniej dekady, wielu inżynierów oprogramowania, badaczy i analityków danych zaczęło odczuwać potrzebę kompleksowego spojrzenia na tę praktykę. Dzięki tej praktycznej książce zawierającej opis najlepszych technologii dostępnych w ramach frameworka cyklu życia inżynierii danych, dowiesz się, jak planować i budować systemy, które mają zaspokoić potrzeby Twojej organizacji i klientów. Autorzy, Joe Reis i Matt Housley, przeprowadzą Cię przez cykl życia inżynierii danych i pokażą, jak połączyć różne technologie chmurowe, aby spełnić potrzeby konsumentów danych w dolnej części strumienia przetwarzania. Dzięki lekturze tej książki dowiesz się, jak zastosować koncepcje generowania, pozyskiwania, orkiestracji, przekształcania, przechowywania i zarządzania danymi - kluczowe w każdym środowisku danych, niezależnie od wykorzystywanej technologii.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 74940 (1 egz.)

Książka

W koszyku

oceń

Autor

VanderPlas Jacob T. Kamiński Filip (informatyka stosowana).

Temat

Python (język programowania) Data science Analiza danych

Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięki czemu świetnie się sprawdzi w rozwiązywaniu codziennych problemów z manipulowaniem, przekształcaniem, oczyszczaniem i wizualizacją różnych typów danych, a także jako pomoc podczas tworzenia modeli statystycznych i modeli uczenia maszynowego. Docenią go wszyscy, którzy zajmują się obliczeniami naukowymi w Pythonie.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 76609 (1 egz.)

Książka

W koszyku

oceń

Język R w data science : importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych / Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund ; przekład: Tomasz Walczak. - Gliwice : Helion, © 2024. - 524, [4] strony : fotografie, ilustracje, mapa, wykresy ; 24 cm.

Autor

Wickham Hadley. Çetinkaya-Rundel Mine. Grolemund Garrett.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Analitycy danych

Temat

Data science Programowanie (informatyka) R (język programowania)

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Dla analityków danych.

Oto drugie, zaktualizowane wydanie znakomitego przewodnika dla analityków danych. Dzięki niemu dowiesz się, w jaki sposób używać języka R do importowania, przekształcania i wizualizowania danych, a także do przekazywania uzyskanych wyników analizy. Nauczysz się też rozwiązywać najczęściej występujące problemy, a liczne ćwiczenia ułatwią Ci utrwalenie zdobytej wiedzy. Omówiono tu najnowsze funkcje języka i najlepsze praktyki w data science. Zaprezentowano również zasady korzystania z wielu bibliotek języka R, na przykład tidyverse, służącej do pobierania informacji z różnych źródeł.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 77404 (1 egz.)