Теоретический минимум по Big Data. Всё что нужно знать о больших данных (Тимохин А.В. (переводчик), Ын Анналин, Су Кеннет (соавтор)); Питер, 2019

Отличная книга, для знакомства с миром анализа данных.
Книга написана легким языком и не нагружена техническими терминами и математикой. Все описанные алгоритмы анализа рассматриваются на понятных практических примерах. Эта книга даст общее представление о том какие методы используются и для решения каких задач они подходят.
Затрагиваются важные моменты подготовки данных, обычно этим этапом мы принебрегаем когда делаем прикидки в голове.

0    0

Книга плохая. Информации мало, дана крайне поверхностно. Если сравнивать с русским языком, это - уровень "букваря". Крайне разочарован. Не стоит своих денег, не покупать ни в коем случае.

0    0

Главное внимательно прочитать описание книжки и четко понять, что в данном случае всё так и есть и вас не обманывают - это действительно НЕ учебник даже близко и не надо питать никаких иллюзий по этому поводу.
Да, книжка очень маленькая, размером с общую тетрадку.
Да, цена могла бы быть и пониже.
Но свою заявленную задачу книжка выполняет на все сто.
В ней нет ни одной строчки кода. В ней нет ни одной формулы.
Текст читается легко, все рисунки-графики к месту и без впадания в маразм до уровня мурзилок.
Для первоначального знакомства лучше и не придумаешь.

0    0

Переплет бумажный
Оформление интересное.
По сути содержания сказать не могу. Книга для начинающих, коим я являюсь, следовательно сравнивать мне не с чем. Математических расчетов как и сказано во введении нет. Но объяснять пытаются на достаточно простых примерах (по крайней мере сложилось такое впечатление по первым глава, надеюсь такая же тенденция и останется).

0    0

Весьма неплохая книга для тех, кто хочет изучить самые основы Big Data. Также книга поможет закрепить и систематизировать ранее полученные знания. Читается легко, все объяснено доступно. Книга подойдет для новичков в Big Data. Для более детального изучения все равно потребуется прочитать еще пару книг по этой теме.

0    0

Хорошая обзорная книга по современным методам науки о данных.
Попалась бы в руки на пару лет раньше - помогла бы сэкономить немало времени.
Оригинальное название книги "Numsense! Data Science for the Layman No Math Added" авторы перевода не осилили, придумали своё название, которое можно считать забавной опечаткой.
Оригинальному названию содержание полностью соответствует.

0    0

Авторы старательно избегали математической сущности представленных методов анализа данных и машинного обучения. У них это получилось, но книге это сослужило плохую службу. Очень много воды, пользы можно извлечь ускользающе мало. Может пригодится инвесторам и менеджерам, чтобы поверхностно понимать применяемые методы. Остальные проходят мимо.

0    0

Очень удивляюсь плохим отзывам на эту книгу. Ведь нужно понимать её назначение. Она вполне хороша как популярное и доступное изложение для всех любопытствующих или начинающих. Написано легко и интересно. Автор излагает основные подходы к DS, указывает на особенности применения тех или иных алгоритмов и указывает доступные примеры того, как это связано с реальной жизнью. Те, кто хочет математику, примеры кода и прочего, будут разочарованы. Те же, кто хочет понять, зачем и для чего существует анализ данных, что это такое и с чем его едят, найдут её для себя очень полезной. Вот им и рекомендую эту книгу.

0    0

Книга действительно хороша для тех, кто только начинает делать первые шаги в анализе больших данных для прояснения чем занимается данная дисциплина, основные ее понятия и основные приемы работы с подобными данными. Следующим шагом для таких читателей должны стать книги, содержащие детальное описание методов и алгоритмов анализа больших данных, а также программных средств, используемых для этого.

0    0

Мне, как жуткому гуманитарию, книга очень понравилась! Для первого знакомства с темой - то, что нужно. Да, в каких-то моментах, может быть, было несколько поверхностно, но теперь я хотя бы имею самое общее представление о том, что такое big data и с чем их едят. Дальше можно брать уже более узкие учебники и изучать все подробнее.
Печать отличная, обложка достаточно плотная, рисунки четкие, язык понятный)

0    0

хорошая книга для начинающих разбираться в этой теме. написано понятным языком. матниатики нет. есть простветрримеры их жизни, где можно применять те или иные алгоритмы и выбрать лучший вариант по работе с данными.

0    0

Отличное пособие для новичков, как я . С первого раза остались белые пятна, со второго раза стало все понятно. После можно переходить к изучению математических алгоритмов.

0    0

Есть ирония в том, что книга с названием английской версии «Numsence! Data Science for the Layman. No Math Added» в России издается в серии «Библиотека программиста». Если не учитывать русское название, а сразу английское, то назначение книги становится понятным. Можно пользоваться для общего ознакомления менеджерам, управленцам и всем, кто не хочет разбираться в математике, а общее понимание нужно.

0    0

Мнение о книге сложилось весьма двоякое. И если честно, то достоинства не сильно перевешивают недостатки. Но по порядку.
Содержание. На мой взгляд, книга от "всего что нужно знать о больших данных" очень сильно далека. Если это теоретический минимум, то скорее это настольная книга, благодаря которой можно выбрать несколько способов, которые можно попробовать для решения той или иной задачи. С учетом их плюсов и минусов. Ну, или как очень поверхностное знакомство с темой.
Про использование в названии модных нынче "больших данных" я даже не буду иронизировать - маркетинговый ход.
Однако, надо признать, что я действительно нашел в книге вещи которых не знал. В книге есть неплохо структурированные разделы. Поэтому уверен, что книга не окажется для меня лишней.
Издание. Вот тут очень обидно за книгу. Глупые ошибки ("забыли минус") иногда затрудняют понимание. А использование черно-белых иллюстраций при наличии цветных (которые надо смотреть по QR-коду) выглядит очень блекло.
Цена. Вопрос всегда спорный, потому что очень трудно оценить стоимость полученных знаний и оценка будет субъективной. Однако, есть уверенность, что за книгу в мягкой обложке с черно-белыми иллюстрациями и ошибками цена завышена.
Все же рискну поставить книге в целом "плюс", но несколько авансом...

0    0

Интересная тематика, актуальная. Странно, что авторы выдают big data за что-то новое, хотя статистике, как математике больших чисел уже давно минуло 100 лет...

0    0

Очень упрощённо, действительно простым языком.
В качестве знакомства с темой – нормально, даёт общее представление об этой теме

0    0

Книга не стоит этих денег. В названии книги сразу обман, написано, что книга по БигДата,про эту дату ни чего не рассказывают, только про алгоритмы ДатаСайенс. Всётаки это разные вещи хоть и из одной области. В книге нет формул и кода, но в данном случае это только огромный минус. Для простого, не знакомого с этот областью читателя, книга в плане пользы - 0. Это брошюрку стоит продавать за 200 - 300 рублей где-нибудь на вокзале. Короче, очередные "таланты" просто решили поднять деньжат на хайпе вокруг Data Science. Будьте внимательны, не покупайте этот позор, эту китайскую подделку. Если Вы хотите начать изучать DS, это не лучшая книга для этого. Она только отобьёт у вас желание.

0    0

Это некий обзор с высоты птичьего полёта, ликбез, можно сказать. Научиться чему-то с ней, конечно же, нельзя, но об этом и не говорится в описании. Как сказано выше, то название на русском не особо удачное.

0    0