Ын Анналин, Су Кеннет

Приложения ...................................................................... 179
Приложение A. Обзор алгоритмов обучения
без учителя .................................................... 180
Приложение В. Обзор алгоритмов обучения
с учителем ...................................................... 181
Приложение С. Список параметров настройки ............... 182

---

Оглавление
11
Приложение D. Другие метрики оценки ............................ 183
Метрики классификации ................................................. 183
Метрики регрессии ............................................................. 186
Глоссарий .......................................................................... 188
Литература и ссылки на источники ................................ 199
Источники на английском языке .......................................... 199
Литература на русском языке ................................................. 202
Об авторах ......................................................................... 204

---

Предисловие
Cегодня Big Data (большие данные) — это большой биз-
нес. Информация все больше управляет нашей жизнью, 
и получение выгод из нее стало центральным моментом 
в работе почти любой организации. А методы распозна-
вания образов и прогнозирования создают для бизнеса 
новые измерения. Например, рекомендательные систе-
мы выгодны одновременно покупателям и продавцам, 
так как информируют первых о продукции, которая 
могла бы их заинтересовать, а вторым позволяют на-
бивать мошну.
Но Big Data — это лишь часть головоломки. Data Science — 
это многогранная дисциплина, которая охватывает ма-
шинное обучение, статистику и связанные с нею разделы 
математики и при этом дает нам возможность для анализа 
данных и извлечения из них пользы. Стоит отметить, что 
машинное обучение занимает в этом описании ведущую 
позицию, будучи основным двигателем распознавания 
образов и технологий прогнозирования. Вкупе с данны-
ми алгоритмы машинного обучения, направляя науку 
о них, ведут к бесценным озарениям и новым способам 
задействования информации, которая уже в нашем рас-
поряжении.

---

Предисловие
13
Чтобы по достоинству оценить то, как Data Science двига-
ет сегодняшнюю информационную революцию, непосвя-
щенный должен лучше понимать эту сферу деятельности. 
Несмотря на высокий спрос на грамотность в вопросах 
данных, опасения некоторых людей в том, что им не 
хватит навыков для понимания, стали поводом избегать 
этой области.
Но тут появляется Теоретический минимум по Big Data.
Стоит познакомиться с работой Анналин Ын и Кеннета 
Су, чтобы убедиться, что книга своему названию вполне 
соответствует. Это действительно Data Science для не-
специалиста, поэтому математика, местами сложная, 
которая описывается на отвлеченном уровне, намеренно 
не освещена подробно. Но не поймите неправильно: это 
не означает, что содержимое книги размыто. Информация 
в ней существенная, а вот лаконичность и емкость пошли 
только на пользу.
Что же хорошего при таком подходе, спросите вы. Во-
обще, много чего! Я бы утверждал, что для неспециалиста 
предпочтителен именно такой подход. Подумайте о не-
специалисте, которому интересно устройство машины. 
Абстрактный обзор составных частей автомобиля куда 
доступнее технического пособия по физике сгорания. 
То же справедливо и по отношению к Big Data: если вы 
хотите разобраться в этом, проще начать с общих пред-
ставлений, не погружаясь сразу в формулы.
Уже в начале книги можно на нескольких страницах по-
знакомиться с фундаментальными понятиями Big Data. 

---

14
Предисловие
Это гарантирует, что каждый может начать чтение книги, 
уже зная основы. Важные принципы, например часто 
опускаемый во вводных материалах выбор алгоритма, 
также приводятся сразу. Это пробуждает в читателе жела-
ние скорее освоить эти области и закладывает фундамент 
для будущих знаний.
Есть немало концепций, которые Анналин и Кеннет могли 
бы счесть достойными включения в книгу, и существует да-
леко не один способ их представить. Их подход, при кото-
ром они сосредоточились на важнейших для Data Science 
алгоритмах машинного обучения и описали несколько 
практических случаев, оказался отличным решением. Но 
не обделены вниманием и проверенные и испытанные 
алгоритмы, такие как метод k-ближайших соседей, дерево 
принятия решений, метод k-средних. Хорошо объясня-
ются и более современные алгоритмы классификации 
и ансамблирования, такие как случайные леса и метод 
опорных векторов, который нередко отпугивает сложной 
математикой. Рассмотрены и нейронные сети — движущая 
сила сегодняшнего помешательства на глубоком обучении.
Другое достоинство книги — описание алгоритмов вместе 
с интуитивно-понятными примерами использования, 
будь то объяснение алгоритма случайных лесов в контек-
сте прогнозирования преступлений или метода класси-
фикации в применении к кинозрителям. Выбранные при-
меры обеспечивают ясность и практическое понимание. 
В то же время избавление от любого намека на высшую 
математику сохраняет интерес и мотивацию для того, что 
можно назвать вылазкой читателя в мир Data Science.

---

От издательства
15
Я настоятельно рекомендую Теоретический минимум по 
Big Data новичкам в качестве отправной точки для из-
учения Data Science и ее алгоритмов. Мне трудно было 
бы назвать сопоставимый по уровню материал. С этой 
книгой математика вам больше не помешает оставаться 
в неведении.
Мэтью Майо,
дата-сайентист и редактор сайта KDnuggets
@mattmayo13