12+
Оглавление - Data Science для новичков
- От автора
- Принципы образования
- Глава 1. Подготовка данных
- Глава 2. Статистическое исследование
- Введение
- Загрузка и описание данных
- Визуальный анализ
- Выбросы
- Визуализация категориальных данных
- Проверка статистических гипотез
- Проверка на нормальное распределение
- Корреляция
- Дисперсионный анализ
- Анализ названий книг
- Приложения к главе 2
- Приложение 1
- Приложение 2 Как выбрать подходящий тест
- Приложение 3. Некоторые популярные тесты
- Приложение 4. Заметки к планированию исследования
- Приложение 5. Временные ряды
- Приложение 6. Способы кодирования текста
- Глава 3. Линейная регрессия
- Введение
- Загрузка и описание данных
- Визуальный подход
- Статистический подход
- Одномерные данные
- Многомерные данные
- Машинное обучение
- Уменьшение размерности данных
- Полиномиальная регрессия
- Приложение к главе 3
- Приложение 1. Дополнительные материалы
- Приложение 2
- Глава 4. Логистическая регрессия
- Введение
- Загрузка и описание данных
- Поиск простого решения
- Визуальный подход
- Статистический подход
- Машинное обучение
- Подготовка данных
- Дерево решений
- Случайный лес
- Приложения к главе 4
- Приложение 1
- Приложение 2
- Глава 5. Кластеризация
- Загрузка и описание данных
- Оценка модели
- Диагностика модели
- DBSCAN
- К-ближайщих соседей
- Анализ главных компонент
- Факторный анализ
- Приложения к главе 5
- Приложение 1
- Глава 6. Нейронные сети
- Введение
- Пример из официального руководства TensorFlow
- Приложение к Главе 6
- Приложение 1
- Приложение 2. Базовые операции с тензорами
- Приложение 3. Загрузка по мини-батчам
- Глава 7. Полезный код
- Глава 8. Программирование на языке Python