OFFRE D'UNE DURÉE LIMITÉE. Obtenez 3 mois à 0,99 $/mois. Profiter de l'offre.
Page de couverture de Data Science

Data Science

 Aperçu
En profiter Essayer pour 0,00 $
L'offre prend fin le 16 décembre 2025 à 23 h 59, HP.
Exclusivité Prime: 2 titres gratuits à choisir pendant l'essa. Des conditions s’appliquent.
Vos 3 premiers mois d'Audible à seulement 0,99 $/mois
1 nouveauté ou titre populaire à choisir chaque mois – ce titre vous appartiendra.
L'écoute illimitée des milliers de livres audio, de balados et de titres originaux inclus.
L'abonnement se renouvelle automatiquement au tarif de 0,99 $/mois pendant 3 mois, et au tarif de 14,95 $/mois ensuite. Annulation possible à tout moment.
Choisissez 1 livre audio par mois dans notre incomparable catalogue.
Écoutez à volonté des milliers de livres audio, de livres originaux et de balados.
L'abonnement Premium Plus se renouvelle automatiquement au tarif de 14,95 $/mois + taxes applicables après 30 jours. Annulation possible à tout moment.

Data Science

Auteur(s): John D. Kelleher, Brendan Tierney
Narrateur(s): Chris Sorensen
En profiter Essayer pour 0,00 $

14,95 $/mois après 3 mois. L'offre prend fin le 16 décembre 2025 à 23 h 59, HP. Annulation possible à tout moment.

14,95$ par mois après 30 jours. Annulable en tout temps.

Acheter pour 27,83 $

Acheter pour 27,83 $

À propos de cet audio

It has never been easier for organizations to gather, store, and process data. Use of data science is driven by the rise of big data and social media, the development of high-performance computing, and the emergence of such powerful methods for data analysis and modeling as deep learning.

Data science encompasses a set of principles, problem definitions, algorithms, and processes for extracting non-obvious and useful patterns from large datasets. It is closely related to the fields of data mining and machine learning, but broader in scope. This book offers a brief history of the field, introduces fundamental data concepts, and describes the stages in a data science project. It considers data infrastructure and the challenges posed by integrating data from multiple sources, introduces the basics of machine learning, and discusses how to link machine learning expertise with real-world problems.

The book also reviews ethical and legal issues, developments in data regulation, and computational approaches to preserving privacy. Finally, it considers the future impact of data science and offers principles for success in data science projects.

©2018 Massachusetts Institute of Technology (P)2018 Gildan Media Ingénierie Apprentissage automatique Science des données Informatique Mathématiques Intelligence artificielle
Pas encore de commentaire