Data Science in Theory and Practice

Acest manual academic, publicat de Wiley în a doua sa ediție, reprezintă o resursă fundamentată pentru studiul analizei datelor la nivel avansat. Observăm o structură riguroasă în cinci părți care ghidează cititorul prin conceptele matematice și statistice esențiale, de la algebra matriceală și vectori aleatori până la tehnici complexe de modelare predictivă. Față de ediția anterioară, volumul își extinde relevanța prin integrarea directă a limbajelor de programare R și Python, oferind nu doar teorie, ci și algoritmi gata de implementat și pseudo-cod pentru adaptarea în alte medii de lucru. În Data Science in Theory and Practice, autorii Maria Cristina Mariani, Osei Kofi Tweneboah și Maria Pia Beccar-Varela reușesc să pună bazele teoretice necesare fără a neglija latura aplicativă. Descoperim aici analize detaliate ale comportamentului memoriei lungi (long memory behavior) și transformări necesare pentru atingerea staționarității în seriile temporale, elemente vitale în econometrie. Această abordare riguroasă a datelor financiare este o continuare firească a expertizei demonstrate de Maria Cristina Mariani în lucrarea sa anterioară, Handbook of Modeling High-Frequency Data in Finance, unde s-a concentrat pe dinamica piețelor la înaltă frecvență. Comparativ cu Fundamentals of Data Science de Jugal K. Kalita, care oferă o privire de ansamblu asupra machine learning și data mining, lucrarea de față se distinge printr-o ancorare mai profundă în formalismul matematic și analiza asimptotică a algoritmilor. Extinde cadrul propus de Principles of Data Science cu date noi din sfera bioinformaticii și a securității, oferind un echilibru între rigoarea statistică și necesitățile practice din sectorul privat și guvernamental.