find Hier klicken Jetzt informieren PR CR0917 Cloud Drive Photos UHD TVs Learn More TDZ Hier klicken Mehr dazu Hier Klicken Shop Kindle Unlimited AmazonMusicUnlimited Fußball longss17

Kundenrezension

am 30. März 2014
Data Science ist immer noch ein sehr schwammiger Begriff, einige behaupten es ist ein schöner Name für Statistik, andere sagen es handelt sich um das neue Business Intelligence aber für Big Data und wiederum andere glauben, dass Data Science ein komplett neues Thema ist. Denn es gibt weder Konsensus noch eine offizielle Definition. Allerdings handelt es sich um ein sehr sexy Thema zur Zeit und fast jeder Verlag hat mittlerweile ein Buch diesbezüglich im Angebot; O'reilly macht es nicht anders.

Doing Data Science: Straight Talk from the Frontline versucht, eine Einführung zum Thema zu sein, ohne eine große Mathematik-Theorie dahinter. Vielmehr will von dem Alltag von Data Scientists erzählen und ein Basisverständnis für Data Science schaffen.

Die Autorinnen sind bekannt in der Szene: Cathy O'Neill, ist eine bekannte Bloggerin (mathbabe) mit einem sehr starken mathematischen Hintergrund, und Rachel Schutt lehrt an der Columbia University in New York. All dies sind die richtigen Bedingungen für ein gutes Buch über das Thema: Erfahrene Expertinnen, die sich sehr gut schriftlich ausdrücken können und im Data Science tätig sind.

Allerdings liegt hier genau das Problem, dass Buch ist weder ein Fachbuch noch ein Roman. Es fühlt sich genau wie eine Sammlung von Blog-Einträgen oder einen längeren Magazinartikel. Denn einige Kapitel sind Gastbeiträge von anderen Experten oder Studenten des erwähnten Kurses. Noch dazu ist das Buch an sich eine Ansammlung von Präsentationen und Vorträgen der Data Science Vorlesung an der Columbia University. Somit ist das Stil in jedem Kapitel etwas anders. Außerdem sind viele Sachen im Buch leider entweder extrem oberflächig erklärt oder sogar falsch.

Es ist sehr schade, da das Buch extrem viel Potential hat. Trotzdem ist Doing Data Science: Straight Talk from the Frontline generell ein positiver Beitrag. Jeder kann die Themen verstehen, es ist unterhaltsam und die Literaturempfehlungen sind sehr umfassend. Daher kann jeder interessierte im Data Science das Buch schnell lesen und einen guten Überblick bekommen. Anschließend kann man die Theorie hinter Data Science durch ein umfassenderes Fachbuch in der Empfehlungsliste oder durch „An Introduction to Statistical Learning“ lernen.
11 Kommentar| 7 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden| Permalink
Was ist das?

Was sind Produktlinks?

Im Text Ihrer Bewertung können Sie mit einem Link direkt zu einem beliebigen auf Amazon.com angebotenen Produkt leiten. Befolgen Sie diese Schritte, um einen Produktlink einzufügen:
1. Das Produkt, zu dem der Link führen soll, auf Amazon.com suchen
2. Internetadresse des Produkts kopieren
3. Klicken Produktlink einfügen
4. Die Internetadresse in das Kästchen einfügen
5. Klicken Auswählen
6. Wenn Sie den angezeigten Artikel auswählen, erscheint ein Text wie dieser: [[ASIN:014312854XHamlet (The Pelican Shakespeare)]]
7. Sobald Ihre Bewertung auf Amazon.com erscheint, wird dieser Text in einen solchen Hyperlink umgewandelt:Hamlet (The Pelican Shakespeare)

Ihre Bewertung ist auf 10 Produktlinks beschränkt, und der Linktext darf maximal 256 Zeichen betragen.

Bitte geben Sie mindestens ein Wort ein
Sie müssen mindestens einen Artikel von Amazon kaufen, um eine Rezension zu verfassen
Beim Absenden Ihres Kommentars ist ein Fehler aufgetreten. Bitte versuchen Sie es später noch einmal.

Derzeit tritt ein Problem beim Laden der Kommentare auf. Bitte versuchen Sie es später noch einmal.


Produktdetails

3,4 von 5 Sternen
5
3,4 von 5 Sternen
29,99 €+ Kostenfreie Lieferung mit Amazon Prime