«Data Science. Лучшие практики»Уникальное практическое руководство, содержащее методы и передовые практики, не так часто встречающиеся в традиционном подходе обучения науке о данных. Автор делится проверенными приемами и техниками, позволяющими создавать реальные проекты анализа данных, обладающие значимой ценностью.Книга охватывает широкий спектр практических вопросов, включая разработку новых функций моделей машинного обучения и глубокую декомпозицию роста, чтобы найти основные причины изменений в метриках.Основные темы:- Искусство построения сильных аргументов и презентаций работы.- Получение инструментов для успешной разработки аналитических проектов.- Улучшение понимания принципов управления и организации процессов в сфере данных.- Создание эффективных бизнес-кейсов.Книга будет отличным помощником как для начинающих специалистов, стремящихся стать профессионалами высокого уровня, так и для опытных дата-сайентистов, желающих углубить свои знания и повысить эффективность работы.Об автореДэниел ВОГАН — доктор экономических наук, получивший степень в Нью-Йоркском университете в 2011 году, руководитель отдела данных в Clip. Более 15 лет разрабатывает модели машинного обучения и более 8 лет управляет командами по работе с данными. Страстно увлечен созданием реальной ценности с помощью Data Science и развитием молодых талантов. «Эта книга — не просто инструкция, это переводчик с языка цифр на язык бизнеса и жизни. Каждая страница учит мыслить иначе, видеть за цифрой реальный результат, а не просто таблицу. Подходит для тех, кто создает и дорабатывает новые решения, кто строит будущее своими руками. Лаконично, емко и без воды». — Никита Злобин, операционный директор ATU Forwarding
Data Science. Luchshie praktikiUnikalnoe prakticheskoe rukovodstvo, soderzhashchee metody i peredovye praktiki, ne tak chasto vstrechayushchiesya v traditsionnom podkhode obucheniya nauke o dannykh. Avtor delitsya proverennymi priemami i tekhnikami, pozvolyayushchimi sozdavat realnye proekty analiza dannykh, obladayushchie znachimoy tsennostyu.Kniga okhvatyvaet shirokiy spektr prakticheskikh voprosov, vklyuchaya razrabotku novykh funktsiy modeley mashinnogo obucheniya i glubokuyu dekompozitsiyu rosta, chtoby nayti osnovnye prichiny izmeneniy v metrikakh.Osnovnye temy:- Iskusstvo postroeniya silnykh argumentov i prezentatsiy raboty.- Poluchenie instrumentov dlya uspeshnoy razrabotki analiticheskikh proektov.- Uluchshenie ponimaniya printsipov upravleniya i organizatsii protsessov v sfere dannykh.- Sozdanie effektivnykh biznes-keysov.Kniga budet otlichnym pomoshchnikom kak dlya nachinayushchikh spetsialistov, stremyashchikhsya stat professionalami vysokogo urovnya, tak i dlya opytnykh data-sayentistov, zhelayushchikh uglubit svoi znaniya i povysit effektivnost raboty.Ob avtoreDeniel VOGAN doktor ekonomicheskikh nauk, poluchivshiy stepen v Nyu-Yorkskom universitete v 2011 godu, rukovoditel otdela dannykh v Clip. Bolee 15 let razrabatyvaet modeli mashinnogo obucheniya i bolee 8 let upravlyaet komandami po rabote s dannymi. Strastno uvlechen sozdaniem realnoy tsennosti s pomoshchyu Data Science i razvitiem molodykh talantov. Eta kniga ne prosto instruktsiya, eto perevodchik s yazyka tsifr na yazyk biznesa i zhizni. Kazhdaya stranitsa uchit myslit inache, videt za tsifroy realnyy rezultat, a ne prosto tablitsu. Podkhodit dlya tekh, kto sozdaet i dorabatyvaet novye resheniya, kto stroit budushchee svoimi rukami. Lakonichno, emko i bez vody. Nikita Zlobin, operatsionnyy direktor ATU Forwarding
