КаталогКниг.РФ

Роман с Data Science. Как монетизировать большие данные (Зыков Роман) ; Питер, 2021

Книга: Роман с Data Science. Как монетизировать большие данные (Зыков Роман) ; Питер, 2021

от 440 р. до 4564 р.


Сравнить цены

Цена от 440 р. до 4564 р. в 5 магазинах

МагазинЦенаНаличие
Буквоед

5/5

1141 р.
Минимальная сумма заказа 100 рублей
ЛитРес

5/5

440 р. 550 р.
электронная книга | скачать фрагмент
Мегамаркет

5/5

4564 р.
Яндекс.Маркет

5/5

937 р. 1809 р.
наличие уточняйте
14.05.2024
Питер

5/5

962 р.
Лабиринт

5/5

Читай-город

5/5

МАЙШОП

5/5

Один из первых книжных интернет-магазинов, работающий с 2002 года

Как купить или где мы находимся +

Описание

Как выжать все из своих данных? Как принимать решения на основе данных? Как организовать анализ данных (data science) внутри компании? Кого нанять аналитиком? Как довести проекты машинного обучения (machine learning) и искусственного интеллекта до топового уровня? На эти и многие другие вопросы Роман Зыков знает ответ, потому что занимается анализом данных почти двадцать лет. В послужном списке Романа - создание с нуля собственной компании с офисами в Европе и Южной Америке, ставшей лидером по применению искусственного интеллекта (AI) на российском рынке. Кроме того, автор книги создал с нуля аналитику в Ozon.
Эта книга предназначена для думающих читателей, которые хотят попробовать свои силы в области анализа данных и создавать сервисы на их основе. Она будет вам полезна, если вы менеджер, который хочет ставить задачи аналитике и управлять ею. Если вы инвестор, с ней вам будет легче понять потенциал стартапа. Те, кто "пилит" свой стартап, найдут здесь рекомендации, как выбрать подходящие технологии и набрать команду. А начинающим специалистам книга поможет расширить кругозор и начать применять практики, о которых они раньше не задумывались, и это выделит их среди профессионалов такой непростой и изменчивой области.

Смотри также Характеристики.

Яндекс.Маркет


Содержание

Об авторе
Благодарности
Введение
Глава 1. Как мы принимаем решения
Глава 2. Делаем анализ данных
Глава 3. Строим аналитику с нуля
Глава 4. Делаем аналитические задачи
Глава 5. Данные
Глава 6. Хранилища данных
Глава 7. Инструменты анализа данных
Глава 8. Алгоритмы машинного обучения
Глава 9. Машинное обучение на практике
Глава 10. Внедрение ML в жизнь: гипотезы и
эксперименты
Глава 11. Этика данных
Глава 12. Задачи и стартапы
Глава 13. Строим карьеру
Эпилог
Список литературы

Видео обзоры (2)

Онлайн-презентация книги Романа Зыкова «Роман с Data Science. Как монетизировать большие данные»

Онлайн-презентация книги Романа Зыкова «Роман с Data Science. Как монетизировать большие данные»запуск видео

 

Роман Зыков | Конфликт исследователя и бизнеса

Роман Зыков | Конфликт исследователя и бизнесазапуск видео

 

О книге

СерияIT для бизнеса
ИздательПитер
Год издания2021
Страниц320
Переплётмягкий
ISBN978-5-4461-1879-3
Размеры13,50 см × 20,50 см × 1,80 см
Формат60х90/16 (140х205 мм)
Автор(ы)
ТематикаИнформатика
Тираж1000
Переплет60х90/16 (140х205 мм)
Кол-во страниц320
Возрастные ограничения16
Количество книг1
Возрастное ограничение16+
Количество страниц320
Вес371
АвторЗыков Роман Владимирович
Тип обложкимягкая
ИздательствоПитер
Язык изданияРусский
Обложкамягкая обложка

Отзывы (9)

  • 2/5

    Одна вода и реклама своего сервиса рекомендаций

    0    0

  • 5/5

    Читал уже основываясь на своей практике работы, находил много знакомого в описании процессов. Но подчерпнул и несколько новых мыслей и идей.

    0    0

  • 5/5

    Супер. Книга хороша для своей области, но и область она заняла довольно необычную. Скорей всего она там одна.
    Почитал я тут отзывы…"Только вот про DS останется брошюрка страниц на десять, не больше"Это вообще не о технических моментах DS книга. Она скорее для управленцев, наверно. Ну или для сеньеров, которые техмоменты и так все знают, а вот организационные и концептуально-организационные моменты, которые нигде в-общем-то не найдешь, эта кника предлагает.
    Вообще книга для адекватного восприятия требует некоторой взрослости, чтоли, жизненного опыта, промышленного опыта и/или опыта в бизнесе. Тогда некоторые вещи, который пропустит и даже не заметит чисто технарь и узкий специалист, или молодой студент – для человека с набитыми шишками будет ценными и нетривиальными мыслями, ну или гипотезами на проверку.Например:
    "Мне этот опыт много дал – прежде всего я помогал компаниям, не отвлекаясь на корпоративные детали и бюрократию, как было бы, работай я в штате."
    Здесь скрыто сразу несколько утверждений и зацепок для идей, но увидеть их может только человек с опытом. Причем утверждений довольно, ну, не то что «необычных», а «не попсовых», скажем так. Т.е. про них не скажешь что это вода, очевидные вещи, и «все так говорят» и вообще «капитан очевидность» – скорее наоборот: некоторые утверждения вызывают реакцию «да ладно! надо проверить! неужели это так?! а ведь и правда, что-то в этом есть!»
    Это принципиально иной подход.

    0    0

Добавить отзыв



1 ms.

Книги с похожим названием

Искать все [2]

 

Машинное обучение. Анализ данных - издательство "Питер"

Категория 352 р. - 528 р.

Машинное обучение. Анализ данных - издательство "Питер" »

0 ms.

Машинное обучение. Анализ данных

Категория 352 р. - 528 р.

ADS
закладки (0) сравнение (0)

 

preloader

7 ms