Packt: Principles of Data Science

En begyndervejledning til statistikteknikker og -teori

Denne ressource er tilgængelig på English.

Publiceret: 10-05-2019

Datatekniker. Maskinel indlæring-tekniker. Big data-tekniker. Alle tre jobs er blandt de mest populære jobs under udvikling*, og virksomheder i flere brancher søger efter personer med de nødvendige færdigheder: matematik, programmering og domæneekspertise. 

Mange mennesker, der arbejder med data, har udviklet en eller to af disse færdigheder, men rigtig datavidenskab kræver alle tre. I denne omfattende e-bog fra Packt, Principles of Data Science, kan du få hjælp til at udfylde hullerne. 

Øg virksomhedens resultat, understøt innovation, og skab nye indtægtskilder ved at bygge dataprodukter – det starter alt sammen her. 

Denne vejledning er henvendt til dig, hvis:
  • Du ønsker at forstå og anvende de grundlæggende praksisser inden for datavidenskab for et domæne.
  • Du har kendskab til de grundlæggende matematiske principper (algebra og måske sandsynlighed).
  • Du er fortrolig med at læse kodestykker og pseudokode. 

Download Principles of Data Science i dag og få mere at vide:
  • Datavidenskabsterminologi og datatyper.
  • De fem trin inden for datavidenskab.
  • Grundlæggende oplysninger om statistisk analyse og maskinel indlæring.
  • Mulighederne ud over de grundlæggende principper. 

* Iht. LinkedIns rapport US Emerging Jobs fra 2017

Log på for at downloade

- eller -

Hent e-bogen Principles of Data Science

Jeg vil gerne modtage oplysninger, tips og tilbud om Microsoft Azure og andre Microsoft-produkter og -tjenester. Erklæring om beskyttelse af personlige oplysninger.