Data-Science-Crashkurs

Diferența majoră între Data-Science-Crashkurs și documentația tehnică standard rezidă în abordarea aplicată, care prioritizează fluxul de lucru în detrimentul teoriei pure. Considerăm că forța acestui volum, publicat de dpunkt.verlag, stă în capacitatea de a traduce concepte abstracte în soluții gata de implementat. Spre deosebire de manualele care se concentrează pe demonstrații matematice riguroase, Steffen Herbold propune o incursiune vizuală, complet color, în universul analizei de date.

În contextul operei sale, dacă volumul anterior System Analysis and Modeling. Technology-Specific Aspects of Models se concentra pe rigoarea academică a modelării sistemelor, acest „Crashkurs” reprezintă o adaptare spre nevoile imediate ale pieței IT. Găsim aici o punte între înțelegerea conceptuală și execuție. Dacă Praktische Statistik für Data Scientists de Peter Bruce v-a oferit cadrul teoretic necesar pentru a înțelege fundamentele statistice, această carte oferă instrumentele practice și codul sursă necesar pentru a trece direct la acțiune. De asemenea, spre deosebire de Handbuch Data Science mit Python, care este un manual de referință exhaustiv pentru biblioteci, lucrarea de față funcționează ca un ghid de selecție a metodelor, explicând clar de ce o anumită tehnică de clasificare este preferabilă alteia în funcție de scenariul dat.

Structura este susținută de Jupyter-Notebooks disponibile gratuit, permițând testarea imediată a algoritmilor de învățare automată. Ritmul este alert, specific unui curs intensiv, însă fără a sacrifica analiza riscurilor asociate prelucrării datelor de tip Big Data. Este o resursă tehnică ce transformă cititorul dintr-un observator al datelor într-un analist capabil să gestioneze proiecte concrete.