📘 Изучаем Shiny. Создание интерактивных приложений, отчетов и дашбордов при помощи R [2022] Хэдли Уикем

Изучите веб-фреймворк Shiny и выведите свои навыки владения языком программирования R на новый уровень. Оставьте в прошлом статические отчеты – с Shiny вы сможете создавать полностью интерактивные веб-приложения для анализа данных. Пользователи смогут легко перемещаться между наборами данных, создавать и исследовать подмножества, выборки и срезы, запускать модели с нужными им значениями параметров, разрабатывать собственные визуализации и многое другое. Хэдли Уикхэм из RStudio покажет аналитикам данных, статистикам и научным исследователям, не обладающим глубокими познаниями в области HTML, CSS и JavaScript, как создавать мощные веб-приложения на языке R. Книга, которую вы держите в руках, является полноценным руководством по фреймворку Shiny, который поможет вам из новичка в этой области стать настоящим экспертом и писать масштабные, сложные и эффективные приложения. #r #анализ_данных
#программирование

📘 Наука о данных. Учебный курс [2020] Стивен С. Скиена

Емкость компьютерных хранилищ увеличивается экспоненциально; хранение данных сейчас стало настолько дешевым, что компьютерным системам почти невозможно ничего забыть. Сенсорные устройства все шире и шире контролируют все, за чем только можно наблюдать: потоки видео, действия в социальных сетях и местоположение всего, что перемещается. Сетевая вычислительная среда позволяет использовать огромные количества машин для манипулирования этими данными. Каждый раз, когда вы осуществляете поиск в Google, задействуются сотни компьютеров, тщательно исследующие все ваши предыдущие действия, только для того, чтобы решить, какая реклама является наилучшей для демонстрации именно вам. Результатом всего этого стало рождение науки о данных - новой области, посвященной максимизации значения обширных коллекций информации. Как дисциплина, наука о данных находится где-то на пересечении статистики, информатики и машинного обучения. #анализ_данных #python #bigdata #статистика

📘 Mathematical Statistics with Applications in R 3rd Edition [2021] Kandethody Ramachandran, Chris Tsokos

Mathematical Statistics with Applications in R, Third Edition, offers a modern calculus-based theoretical introduction to mathematical statistics and applications. The book covers many modern statistical computational and simulation concepts that are not covered in other texts, such as the Jackknife, bootstrap methods, the EM algorithms, and Markov chain Monte Carlo (MCMC) methods, such as the Metropolis algorithm, Metropolis-Hastings algorithm and the Gibbs sampler. By combining discussion on the theory of statistics with a wealth of real-world applications, the book helps students to app roach statistical problem-solving in a logical manner. Step-by-step procedure to solve real problems make the topics very accessible.
#математика #статистика #R #анализ_данных #big_data #math

📗 Data Science from Scratch: First Principles with Python, 2nd edition [2019] Grus J.

To really learn data science, you should not only master the tools—data science libraries, frameworks, modules, and toolkits—but also understand the ideas and principles underlying them. Updated for Python 3.6, this second edition of Data Science from Scratch shows you how these tools and algorithms work by implementing them from scratch.

If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with the hacking skills you need to get started as a data scientist. Packed with new material on deep learning, statistics, and natural language processing, this updated book shows you how to find the gems in today’s messy glut of data. #python #программирование #анализ_данных #big_data #статистика

📕 Язык R в задачах науки о данных: импорт, подготовка, обработка, визуализация и моделирование данных [2018] Хэдли Уикем, Гарретт Гроулмунд

Овладейте искусством превращения необработанных первичных данных в плодотворные догадки, гипотезы и новые знания с помощью языка R. Эта книга задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse - коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных. Книга ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки начать решать задачи науки о данных. Авторы книги познакомят вас со всеми стадиями процесса анализа данных, включая импорт, предварительную подготовку, разведочный анализ и моделирование данных, а также демонстрацию результатов. Прочитав книгу, вы получите цельное представление как о процессе анализа данных в целом, так и об основных инструментах...
#big_data #r #анализ_данных

📚 14 книг: анализ данных и Big Data

1. Data Science from Scratch First Principles with Python, 2nd edition [2019] Grus J
2. Big Data and Artificial Intelligence for Healthcare Applications [2021] Ankur Saxena, Nicolas Brault
3. Алгоритмы обработки данных [1986] Сибуя М., Ямамото Т.
4. Анализ данных в науке и технике [2021] Брантон, Куц
5. Анализ данных в науке и технике. Машинное обучение, динамические системы и управление [2021] Брантон , Куц
6. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров [2003] Брандт
7. Анализ поведенческих данных на R и Python [2022] Ф. Бюиccoн
8. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени [2016] Марц, Уоррен
9. Интеллектуальный анализ данных - Пальмов
10. Наука о данных. Учебный курс [2020] Стивен Скиена
11. Основы Big Data. Концепции, алгоритмы и технологии [2018] Томас Эрл
12. Статистические методы интеллектуального анализа данных
#подборка_книг #анализ_данных

📕 Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении [2021] Валиаппа Лакшманан, Джордан Тайджани

💾 Скачать книгу

📙 Google BigQuery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale [2020] Valliappa Lakshmanan, Jordan Tigani

#математика #статистика #R #анализ_данных #big_data #math

📕 Statistics and Data Visualization Using R: The Art and Practice of Data Analysis [2022] David S. Brown

Designed to introduce students to quantitative methods in a way that can be applied to all kinds of data in all kinds of situations, Statistics and Data Visualization Using R: The Art and Practice of Data Analysis by David S. Brown teaches students statistics through charts, graphs, and displays of data that help students develop intuition around statistics as well as data visualization skills. By focusing on the visual nature of statistics instead of mathematical proofs and derivations, students can see the relationships between variables that are the foundation of quantitative analysis. Using the latest tools in R and R RStudio for calculations and data visualization, students learn valuable skills they can take with them into a variety of future careers in the public sector, the private sector, or academia.
#R #статистика #анализ_данных

📗 Black Hat Python: программирование для хакеров и пентестеров, 2-е изд [2022] Зейтц, Арнольд

Когда речь идет о создании мощных и эффективных хакерских инструментов, большинство аналитиков по безопасности выбирают Python. Во втором издании бестселлера Black Hat Python вы исследуете темную сторону возможностей Python — все от написания сетевых снифферов, похищения учетных данных электронной почты и брутфорса каталогов до разработки мутационных фаззеров, анализа виртуальных машин и создания скрытых троянов.
#хакинг #hack #программирование #python #анализ_данных

📗 Темные данные: Практическое руководство по принятию правильных решений в мире недостающих данных [2021] Хэнд Д.

💾 Скачать книгу

#анализ_данных #статистика #математика #теория_вероятностей

📙 The Pandas Workshop: A comprehensive guide to using Python for data analysis with real-world case studies [2022] Blaine Bateman, Saikat Basak Thomas V. Joseph, William So

💾 Скачать книгу

What you will learn
▪️ Access and load data from different sources using pandas
▪️ Work with a range of data types and structures to understand your data
▪️ Perform data transformation to prepare it for analysis
▪️ Use Matplotlib for data visualization to create a variety of plots
▪️ Create data models to find relationships and test hypotheses
▪️ Manipulate time-series data to perform date-time calculations
▪️ Optimize your code to ensure more efficient business data analysis

Who this book is for
This data analysis book is for anyone with prior experience working with the Python programming language who wants to learn the fundamentals of data analysis with pandas. Previous knowledge of pandas is not necessary.
#panda #python #data_science #анализ_данных

📙 The Pandas Workshop: A comprehensive guide to using Python for data analysis with real-world case studies [2022] Blaine Bateman, Saikat Basak Thomas V. Joseph, William So

Learn the fundamentals of data science with Python by analyzing real datasets and solving problems using pandas. The Pandas Workshop will teach you how to be more productive with data and generate real business insights to inform your decision-making. You will be guided through real-world data science problems and shown how to apply key techniques in the context of realistic examples and exercises. Engaging activities will then challenge you to apply your new skills in a way that prepares you for real data science projects.

You'll see how experienced data scientists tackle a wide range of problems using data analysis with pandas. Unlike other Python books, which focus on theory and spend too long on dry, technical explanations, this workshop is designed to quickly get you to write clean code and build your understanding through hands-on practice. As you work through this Python pandas book, you'll tackle various real-world scenarios, such as using an air quality dataset to understand the pattern of nitrogen dioxide emissions in a city, as well as analyzing transportation data to improve bus transportation services.
#panda #python #data_science #анализ_данных

📕 Mastering MongoDB 6.x: Expert techniques to run high-volume and fault-tolerant database solutions using MongoDB 6.x, 3rd Edition 3rd ed. Edition
[2022] Alex Giamas

📄 MongoDB — документоориентированная система управления базами данных, не требующая описания схемы таблиц. Считается одним из классических примеров NoSQL-систем, использует JSON-подобные документы и схему базы данных. Написана на языке C++. Применяется в веб-разработке, в частности, в рамках JavaScript-ориентированного стека MEAN.

💾 Скачать книгу

📜 What you will learn
▪️ Understand data modeling and schema design, including smart indexing
▪️ Master querying data using aggregation
▪️ Use distributed transactions, replication and sharding for better results
▪️ Administer your database using backups and monitoring tools
▪️ Secure your cluster with the best checklists and advice
▪️ Master MongoDB Atlas, Search, Charts, Serverless, Realm, Compass, Cloud Manager and other tools offered in the cloud or on premises
▪️ Integrate MongoDB with other big data sources
▪️ Design and deploy MongoDB in mobile, IoT and serverless environments

👨‍💻 Who this book is for
This book is for MongoDB developers and database administrators who want to learn how to model their data using MongoDB in depth, for both greenfield and existing projects. An understanding of MongoDB, shell command skills and basic database design concepts is required to get the most out of this book.

#mongodb #БД #базы_данных #анализ_данных #big_data #программирование

📗 Создание приложений машинного обучения. От идеи к продукту [2023] Эммануэль Амейзен
📘 Building Machine Learning Powered Applications: Going from Idea to Product [2020] Emmanuel Ameisen

💾 Скачать книги

Книга поможет:
• Определить цель вашего МО-проекта
• Быстро построить первый сквозной пайплайн и найти исходный датасет
• Обучить модель и устранить узкие места в ее производительности
• Развернуть модель и осуществить ее мониторинг

⚠️ Книги предоставляется вам для ознакомления и не для распространения

📖 Напоминаю, что Вы можете купить книгу в бумаге! Для наших подписчиков лучшие условия.
-35% по промокоду: PHYSICS MATH CODE 💡 Подробности тут

👨🏻‍💻 Для тех, кто захочет пожертвовать на покупку новых книг и админу на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

#анализ_данных #программирование #алгоритмы #машинное_обучение #прогнозирование #machine_learning #искусственный_интеллект

📕 Introduction to probability for Data Science [2021] Stanley H. Chan

💾 Скачать книгу

Целевая аудитория книги — студенты младших/старшекурсники и аспиранты первого курса, специализирующиеся в области электротехники и компьютерных наук. Обязательными условиями являются стандартная линейная алгебра и математическое моделирование для бакалавриата, за исключением раздела о характеристических функциях, где необходимы преобразования Фурье. Было бы достаточно курса бакалавриата по сигналам и системам, даже пройденного одновременно с изучением этой книги. #data_science #программирование #статистика #теория_вероятностей #анализ_данных #математика

📗 Введение в автоматизированное машинное обучение [2023] Хуттер, Коттхофф, Ваншорен
📘 Automated Machine Learning: Methods, Systems, Challenges [2019] Frank Hutter, Lars Kotthoff, Joaquin Vanschoren

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💵 Купить книгу

💾 Ознакомиться с книгами RU + EN

Среди рассматриваемых тем:
▪️ оптимизация гиперпараметров;
▪️ обучение модели на основе свойств задачи;
▪️ обзор методов для NAS;
▪️ системы и фреймворки AutoML;
▪️ результаты проведения первых конкурсов в области AutoML;
▪️ проблемы автоматизированного машинного обучения.

👨🏻‍💻 Для тех, кто захочет пожертвовать на покупку новых книг и админу на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

#анализ_данных #программирование #алгоритмы #машинное_обучение #прогнозирование #machine_learning #искусственный_интеллект

📙 Метаобучение. Применение в AutoML и науке о данных [2023] Браздил, Рейн, Соарес, Ваншорен

📘 Metalearning: Applications to Data Mining [2009] Pavel Brazdil, Christophe Giraud-Carrier, Carlos Soares, Ricardo Vilalta

Издание адресовано исследователям в области машинного обучения, интеллектуального анализа данных и искусственного интеллекта, а также может быть полезно студентам и аспирантам.

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💳 Купить книгу

💾 Ознакомиться с RU+EN

👨🏻‍💻 А для тех, кто захочет пожертвовать админу на шаурму и покупку других новинок:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

#программирование #метаобучение #python #AutoML #анализ_данных #машинное_обучение #data_science

📕 Data Engineering with Python: Work with massive datasets to design data models and automate data pipelines using Python [2020] Paul Crickard

💾 Скачать книгу

Книга покажет вам, как решать проблемы, с которыми обычно сталкиваются в различных аспектах разработки данных. Вы начнете с ознакомления с основами разработки данных, а также с технологиями и фреймворками, необходимыми для построения конвейеров данных для работы с большими наборами данных. Вы узнаете, как преобразовывать и очищать данные, а также выполнять аналитику, чтобы получить максимальную отдачу от ваших данных. По мере продвижения вы узнаете, как работать с большими данными различной сложности и производственными базами данных, а также создавать конвейеры передачи данных. Используя реальные примеры, вы создадите архитектуры, на которых узнаете, как развертывать конвейеры передачи данных.

К концу этой книги по Python вы получите четкое представление о методах моделирования данных и сможете уверенно создавать конвейеры разработки данных для отслеживания данных, проведения проверок качества и внесения необходимых изменений в производство.

Эта книга предназначена для аналитиков данных, разработчиков ETL и всех, кто хочет начать работу в области разработки данных или перейти в нее, а также освежить свои знания в области разработки данных с использованием Python. Эта книга также будет полезна студентам, планирующим построить карьеру в области разработки данных, или ИТ-специалистам, готовящимся к переходу. Никаких предварительных знаний в области обработки данных не требуется. #Python #анализ_данных #data_science #big_data

📙 Data Engineering with Python: Work with massive datasets to design data models and automate data pipelines using Python [2020] Paul Crickard

Build, monitor, and manage real-time data pipelines to create data engineering infrastructure efficiently using open-source Apache projects.
Become well-versed in data architectures, data preparation, and data optimization skills with the help of practical examplesDesign data models and learn how to extract, transform, and load (ETL) data using PythonSchedule, automate, and monitor complex data pipelines in production.

Data engineering provides the foundation for data science and analytics, and forms an important part of all businesses. This book will help you to explore various tools and methods that are used for understanding the data engineering process using Python.

The book will show you how to tackle challenges commonly faced in different aspects of data engineering. You'll start with an introduction to the basics of data engineering, along with the technologies and frameworks required to build data pipelines to work with large datasets. You'll learn how to transform and clean data and perform analytics to get the most out of your data. As you advance, you'll discover how to work with big data of varying complexity and production databases, and build data pipelines. Using real-world examples, you'll build architectures on which you'll learn how to deploy data pipelines.

By the end of this Python book, you'll have gained a clear understanding of data modeling techniques, and will be able to confidently build data engineering pipelines for tracking data, running quality checks, and making necessary changes in production.

This book is for data analysts, ETL developers, and anyone looking to get started with or transition to the field of data engineering or refresh their knowledge of data engineering using Python.
#Python #анализ_данных #data_science #big_data