Το Advanced Data Science and Analytics με Python επιτρέπει στους επιστήμονες δεδομένων να συνεχίσουν να αναπτύσσουν τις δεξιότητές τους και να τις εφαρμόζουν τόσο σε επιχειρηματικό όσο και σε ακαδημαϊκό περιβάλλον. Τα θέματα που συζητούνται σε αυτό το βιβλίο είναι συμπληρωματικά και αποτελούν συνέχεια των θεμάτων που συζητήθηκαν στο Data Science and Analytics με την Python. Ο στόχος είναι να καλυφθούν σημαντικοί προηγμένοι τομείς στην επιστήμη των δεδομένων χρησιμοποιώντας εργαλεία που αναπτύχθηκαν στην Python όπως το SciKit-learn, το Pandas Numpy, το Beautiful Soup, το NLTK, το NetworkX και άλλα. Η ανάπτυξη του μοντέλου υποστηρίζεται από τη χρήση πλαισίων όπως το Keras TensorFlow και το Core ML καθώς και το Swift για την ανάπτυξη εφαρμογών iOS και MacOS. Χαρακτηριστικά: Απευθύνεται σε αναγνώστες με υπόβαθρο στον προγραμματισμό που ενδιαφέρονται για τα εργαλεία που χρησιμοποιούνται στην ανάλυση δεδομένων και την επιστήμη των δεδομένων Χρησιμοποιεί την Python σε όλη την έκταση Παρουσιάζει εργαλεία μαζί με λυμένα παραδείγματα με βήματα που ο αναγνώστης μπορεί εύκολα να αναπαράγει και να προσαρμόσει στις ανάγκες του Εστιάζει στην πρακτική χρήση των εργαλείων και όχι σε μακροσκελείς εξηγήσεις Παρέχει στον αναγνώστη την ευκαιρία να χρησιμοποιήσει το βιβλίο όποτε χρειάζεται αντί να ακολουθεί μια διαδοχική διαδρομή Το βιβλίο μπορεί να διαβαστεί ανεξάρτητα από τον προηγούμενο τόμο και κάθε ένα από τα κεφάλαια αυτού του τόμου είναι επαρκώς ανεξάρτητο από τα άλλα, παρέχοντας ευελιξία στον αναγνώστη. Κάθε ένα από τα θέματα που εξετάζονται στο βιβλίο αντιμετωπίζει τη ροή εργασίας της επιστήμης των δεδομένων από πρακτική άποψη, εστιάζοντας στη διαδικασία και τα αποτελέσματα που επιτυγχάνονται. Η εφαρμογή και η ανάπτυξη εκπαιδευμένων μοντέλων είναι κεντρικής σημασίας για το βιβλίο. Η ανάλυση χρονοσειρών, η επεξεργασία φυσικής γλώσσας, η μοντελοποίηση θεμάτων, η ανάλυση κοινωνικών δικτύων, τα νευρωνικά δίκτυα και η βαθιά μάθηση καλύπτονται εκτενώς. Το βιβλίο συζητά την ανάγκη ανάπτυξης προϊόντων δεδομένων και αντιμετωπίζει το θέμα της μεταφοράς μοντέλων στο κοινό για το οποίο προορίζονται - στην περίπτωση αυτή κυριολεκτικά στα δάχτυλα των χρηστών με τη μορφή μιας εφαρμογής iPhone. Σχετικά με τον συγγραφέα Ο Δρ Jesãs Rogel-Salazar είναι επικεφαλής επιστήμονας δεδομένων στον τομέα που εργάζεται για εταιρείες όπως η Tympa Health Technologies, η Barclays AKQA, η IBM Data Science Studio και Dow Jones. Είναι επισκέπτης ερευνητής στο Τμήμα Φυσικής του Imperial College London UK και μέλος της Σχολής Φυσικής, Αστρονομίας και Μαθηματικών του Πανεπιστημίου του Hertfordshire, UK. . Γλώσσα: Αγγλικά