Понимание науки о данных

Теперь, когда вы понимаете рабочий процесс науки о данных, мы подробнее остановимся на первом его этапе: сборе и хранении данных. Вы узнаете, из каких источников можно получать данные, как они выглядят, как их хранить после сбора и как конвейер данных позволяет автоматизировать этот процесс.

Подготовка данных — это основа работы: специалисты по данным тратят 80% своего времени на очистку и преобразование данных и лишь 20% — на их анализ. В этой главе вы научитесь выявлять проблемы в данных, работать с пропущенными значениями и выбросами. Затем вы познакомитесь с визуализацией — незаменимым инструментом как для исследования данных, так и для представления результатов.

В завершающей главе мы поговорим об экспериментах и прогнозировании. Начнём с A/B-тестирования, затем перейдём к прогнозированию временных рядов и методам предсказания будущих событий. В финале рассмотрим машинное обучение: обучение с учителем и кластеризацию.