| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787523901557 |
| 所属分类：图书>计算机/网络>数据库>Oracle |
新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！温馨提示：本店不会以“订单异常，系统升级，未付款成功”等等为由，要求您点击任何链接进行退款操作。有任何疑问请及时联系官方客服电话（工作时间）。现货商品下单后小时内配发货，预售商品请单独下单。由于个别商品版本更新较快，我们在尽力保证同步更新商品信息的情况下，仍不可避免会偶尔出现实物与网页所示信息存在微小差别，如印次，开本，页数等，请以实物为准，介意者慎拍。特别说明：“价”为本店销售价格；“定价”为出版社全国统一定价。感谢您一直以来对本店的支持，我们将一如既往地为您提供优质的服务。
运费政策：目前，本店针对不同商品设置了不同的运费计算方式，实际运费金额请以结算页面为准，有任何疑问请及时联系官方客服（电话）。
促销须知：本店所设一切促销均不支持团购，同一账号、同一地址、同一手机号、同一反复购买活动商品，本店有权取消订单，终结交易，请谅解。
预售商品须知：所有预售商品，在到货后会按下单先后顺序第一时间为您发货，小时内发货完毕，如遇特殊情况稍有延迟，敬请谅解。有任何疑问请及时联系官方客服（电话）。
内容简介
本书提供了一系列在传统数据工程和数据科学教育中被忽视的技术和很好实践。一个普遍的误解是，优秀的数据科学家是该领域“重大主题”的专家，即机器学习和编程。然而，大多数情况下，这些工具只能帮助我们到达某个程度。实际上，真正区分很好数据科学家与普通数据科学家的是这些重大主题中的细微差别，以及对业务产生影响的能力。
总体而言，本书使一名普通数据科学家候选人与在行业中表现卓越的数据科学家之间产生了差异。本书作者将这些技能汇集、扩展并应用于为来自不同公司和行业的数据科学家创造价值和培训。
通过本书，你将能够：
确保数据科学工作流程创造价值。
设计可操作的、及时的和相关的指标。
提供引人瞩目的叙述以获得利益相关者的支持。
使用模拟确保你的机器学习算法是解决该问题的正确工具。本书提供了一系列在传统数据工程和数据科学教育中被忽视的技术和很好实践。一个普遍的误解是，优秀的数据科学家是该领域“重大主题”的专家，即机器学习和编程。然而，大多数情况下，这些工具只能帮助我们到达某个程度。实际上，真正区分很好数据科学家与普通数据科学家的是这些重大主题中的细微差别，以及对业务产生影响的能力。
总体而言，本书使一名普通数据科学家候选人与在行业中表现卓越的数据科学家之间产生了差异。本书作者将这些技能汇集、扩展并应用于为来自不同公司和行业的数据科学家创造价值和培训。
通过本书，你将能够：
确保数据科学工作流程创造价值。
设计可操作的、及时的和相关的指标。
提供引人瞩目的叙述以获得利益相关者的支持。
使用模拟确保你的机器学习算法是解决该问题的正确工具。
识别、纠正和预防数据泄露。
通过估计因果效应理解增量性。
显示全部信息
作者简介
墨西哥丹尼尔·沃恩，目前是一名自由职业的数据科学家和从业者及战略家。他是《 》，的作者。拥有超过年的机器学习模型开发经验，以及超过年的数据科学团队领导经验，他热表于通过数据科学创造价值并培养年轻人才。他获得了组约大学经济学的博士学位。在业余时间，他喜欢跑步、在墨西哥城遛狗、阅读和演奏音乐。
目 录
前言
第一部分数据分析技术
第章那又怎样？利用数据科学创造
价值是什么
是什么：了解业务
所以呢：在中创造价值的要点
现在怎么办：成为一个积极进取的人
衡量
关键要点
扩展阅读
第章指标设计
指标应具备的理想属性
可衡量
可操作性前言
第一部分数据分析技术
第章那又怎样？利用数据科学创造
价值是什么
是什么：了解业务
所以呢：在中创造价值的要点
现在怎么办：成为一个积极进取的人
衡量
关键要点
扩展阅读
第章指标设计
指标应具备的理想属性
可衡量
可操作性
相关性
及时性
指标分解
……
显示全部信息
商品详情
运费政策：目前，本店针对不同商品设置了不同的运费计算方式，实际运费金额请以结算页面为准，有任何疑问请及时联系官方客服（电话）。
促销须知：本店所设一切促销均不支持团购，同一账号、同一地址、同一手机号、同一反复购买活动商品，本店有权取消订单，终结交易，请谅解。
预售商品须知：所有预售商品，在到货后会按下单先后顺序第一时间为您发货，小时内发货完毕，如遇特殊情况稍有延迟，敬请谅解。有任何疑问请及时联系官方客服（电话）。
内容简介
本书提供了一系列在传统数据工程和数据科学教育中被忽视的技术和很好实践。一个普遍的误解是，优秀的数据科学家是该领域“重大主题”的专家，即机器学习和编程。然而，大多数情况下，这些工具只能帮助我们到达某个程度。实际上，真正区分很好数据科学家与普通数据科学家的是这些重大主题中的细微差别，以及对业务产生影响的能力。
总体而言，本书使一名普通数据科学家候选人与在行业中表现卓越的数据科学家之间产生了差异。本书作者将这些技能汇集、扩展并应用于为来自不同公司和行业的数据科学家创造价值和培训。
通过本书，你将能够：
确保数据科学工作流程创造价值。
设计可操作的、及时的和相关的指标。
提供引人瞩目的叙述以获得利益相关者的支持。
使用模拟确保你的机器学习算法是解决该问题的正确工具。本书提供了一系列在传统数据工程和数据科学教育中被忽视的技术和很好实践。一个普遍的误解是，优秀的数据科学家是该领域“重大主题”的专家，即机器学习和编程。然而，大多数情况下，这些工具只能帮助我们到达某个程度。实际上，真正区分很好数据科学家与普通数据科学家的是这些重大主题中的细微差别，以及对业务产生影响的能力。
总体而言，本书使一名普通数据科学家候选人与在行业中表现卓越的数据科学家之间产生了差异。本书作者将这些技能汇集、扩展并应用于为来自不同公司和行业的数据科学家创造价值和培训。
通过本书，你将能够：
确保数据科学工作流程创造价值。
设计可操作的、及时的和相关的指标。
提供引人瞩目的叙述以获得利益相关者的支持。
使用模拟确保你的机器学习算法是解决该问题的正确工具。
识别、纠正和预防数据泄露。
通过估计因果效应理解增量性。
显示全部信息
作者简介
墨西哥丹尼尔·沃恩，目前是一名自由职业的数据科学家和从业者及战略家。他是《 》，的作者。拥有超过年的机器学习模型开发经验，以及超过年的数据科学团队领导经验，他热表于通过数据科学创造价值并培养年轻人才。他获得了组约大学经济学的博士学位。在业余时间，他喜欢跑步、在墨西哥城遛狗、阅读和演奏音乐。
目 录
前言
第一部分数据分析技术
第章那又怎样？利用数据科学创造
价值是什么
是什么：了解业务
所以呢：在中创造价值的要点
现在怎么办：成为一个积极进取的人
衡量
关键要点
扩展阅读
第章指标设计
指标应具备的理想属性
可衡量
可操作性前言
第一部分数据分析技术
第章那又怎样？利用数据科学创造
价值是什么
是什么：了解业务
所以呢：在中创造价值的要点
现在怎么办：成为一个积极进取的人
衡量
关键要点
扩展阅读
第章指标设计
指标应具备的理想属性
可衡量
可操作性
相关性
及时性
指标分解
……
显示全部信息
商品详情