This engaging and clearly written textbook/reference provides a must-have introduction to the rapidly emerging interdisciplinary field of data science.
It focuses on the principles fundamental to becoming a good data scientist and the key skills needed to build systems for collecting, analyzing, and interpreting data.
The Data Science Design Manual is a source of practical insights that highlights what really matters in analyzing data, and provides an intuitive understanding of how these core concepts can be used.
The book does not emphasize any particular programming language or suite of data-analysis tools, focusing instead on high-level discussion of important design principles.
This easy-to-read text ideally serves the needs of undergraduate and early graduate students embarking on an Introduction to Data Science course.
It reveals how this discipline sits at the intersection of statistics, computer science, and machine learning, with a distinct heft and character of its own.
Practitioners in these and related fields will find this book perfect for self-study as well.
Additional learning tools: Contains War Stories, offering perspectives on how data science applies in the real world Includes Homework Problems, providing a wide range of exercises and projects for self-study Provides a complete set of lecture slides and online video lectures at www.
data-manual.
com Provides Take-Home Lessons, emphasizing the big-picture concepts to learn from each chapter Recommends exciting Kaggle Challenges from the online platform Kaggle Highlights False Starts, revealing the subtle reasons why certain approaches fail Offers examples taken from the data science television show The Quant Shop (www.
quant-shop.
com) About the Author Dr.
Steven S.
Skiena is Distinguished Teaching Professor of Computer Science at Stony Brook University, with research interests in data science, natural language processing, and algorithms.
He was awarded the IEEE Computer Science and Engineering.
| Tools | Contains |
|---|
Springer este o companie de editură proeminentă la nivel mondial, specializată în literatura academică și științifică.
Fondată în 1842 la Berlin, Germania, Springer a crescut pentru a deveni unul dintre cei mai mari și mai respectați editori din lume, cu birouri și operațiuni în numeroase țări.
Springer publică o gamă largă de reviste academice, cărți, lucrări de referință și baze de date online care acoperă o gamă largă de discipline, inclusiv știință, tehnologie, medicină, inginerie, matematică, umaniste, științe sociale și afaceri.
Catalogul extins al companiei include: 1.
Reviste: Springer publică mii de reviste academice evaluate de colegi care acoperă un spectru larg de discipline.
Aceste reviste prezintă articole de cercetare originale, recenzii și contribuții academice din partea experților în domeniile lor respective.
Cărți: Springer publică o selecție diversă de cărți, inclusiv manuale, monografii, lucrări de referință și titluri profesionale.
Aceste cărți acoperă o gamă largă de subiecte și se adresează cercetătorilor, studenților, profesioniștilor și practicienilor.
Lucrări de referință: Springer produce lucrări de referință cu autoritate, cum ar fi enciclopedii, manuale, dicționare și atlase, care oferă o acoperire cuprinzătoare a unor subiecte și discipline specifice.
Baze de date online: Springer oferă baze de date și platforme online care oferă acces la vasta sa colecție de conținut academic.
Aceste platforme permit utilizatorilor să caute, să răsfoiască și să acceseze literatură academică, reviste, cărți și materiale de referință.
Springer este cunoscut pentru angajamentul său față de calitate, integritate și inovație în publicarea academică.
Compania lucrează îndeaproape cu autori, editori, recenzori și instituții academice pentru a asigura cele mai înalte standarde de excelență și rigoare academică în publicațiile sale.
Prin urmare, Springer este considerată pe scară largă ca o sursă de încredere de informații academice și o resursă valoroasă pentru cercetători, studenți și profesioniști din întreaga lume.
