Метод наименьших квадратов послужил основой для статистических методов обучения, таких как линейная регрессия и логистическая регрессия, а также для разработки моделей нейронных сетей искусственного интеллекта
- MyBook — Электронная библиотека
- Библиотека
- Брендан Тирни
- «Наука о данных»
Отсканируйте код для установки мобильного приложения MyBook
Премиум
4.6
(43 оценки)
Наука о данных
175 печатных страниц
2020 год
12+
Чтобы читать онлайн оформите подписку
Оцените книгу
О книге
Сегодня наука о данных используется практически во всех сферах: вы видите подобранные специально для вас рекламные объявления, рекомендованные на основе ваших предпочтений фильмы и книги, ссылки на предполагаемых друзей в соцсетях, отфильтрованные письма в папке со спамом.
Книга знакомит с основами науки о данных. В ней охватываются все ключевые аспекты, начиная с истории развития сбора и анализа данных и заканчивая этическими проблемами, связанными с конфиденциальностью информации. Авторы объясняют, как работают нейронные сети и машинное обучение, приводят примеры анализа бизнес-проблем и того, как их можно решить, рассказывают о сферах, на которые наука о данных окажет наибольшее влияние в будущем.
«Наука о данных» уже переведена на японский, корейский и китайский языки.
читайте онлайн полную версию книги «Наука о данных» автора Брендан Тирни на сайте электронной библиотеки MyBook.ru. Скачивайте приложения для iOS или Android и читайте «Наука о данных» где угодно даже без интернета.
Подробная информация | |
|---|---|
| Дата написания: 1 января 2018 | Объем: 316387 |
| Год издания: 2020 | Дата поступления: 1 апреля 2020 |
| ISBN (EAN): 9785961433784 | |
| Переводчик: Михаил Белоголовский |
Жанры
Поделиться
Большие данные также привели к появлению новых платформ для их обработки. При работе с большими объемами информации на высоких скоростях может быть полезным с точки зрения вычислений и поддержания скорости распределять данные по нескольким серверам, затем обрабатывать запросы, вычисляя их результаты по частям на каждом из серверов, а затем объединять их в сгенерированный ответ. Такой подход использован в модели MapReduce на платформе Hadoop. В этой модели данные и запросы отображаются на нескольких серверах (распределяются между ними), а затем рассчитанные на них частичные результаты объединяются
Они имеют более простую модель, чем привычные реляционные базы данных, и хранят данные в виде объектов с атрибутами, используя язык представления объектов, такой как JavaScript Object Notation (JSON).
Переводчик
Другие книги переводчика