JavaScript (Node.js) для data science — Алексей Воронов — обложка книги
300 страниц
JavaScript (Node.js)
PDF
4.5

JavaScript (Node.js) для data science

Практическое руководство по анализу данных и машинному обучению на Node.js

Автор:

Год:

Краткое содержимое:

Мир data science долгое время был монополизирован Python и R. Но с ростом производительности Node.js и появлением мощных библиотек, JavaScript стал полноценным инструментом для анализа данных. Книга «JavaScript (Node.js) для data science» — это практическое руководство, которое доказывает: для работы с данными не обязательно учить новый язык, если вы уже владеете JavaScript.

Книга построена как последовательный переход от основ работы с данными до построения production-ready моделей машинного обучения. Вы начнёте с простых скриптов для парсинга и очистки данных, а закончите развёртыванием нейросетевых моделей в облаке.

Что вы узнаете:

  • Как работать с CSV, JSON, Excel и базами данных (SQLite, MongoDB) в Node.js
  • Библиотеки для численных расчётов: mathjs, ml-matrix, simple-statistics
  • Визуализация данных с помощью Plotly.js, Chart.js и D3.js
  • Реализация алгоритмов машинного обучения (линейная регрессия, деревья решений, кластеризация) на чистом JavaScript
  • Использование TensorFlow.js для нейронных сетей и deep learning
  • Обработка естественного языка (NLP) с compromise и natural
  • Создание API для ML-моделей с Express.js и развёртывание на Vercel/Heroku
  • Параллельная обработка больших данных с Worker Threads и Stream API

Для кого эта книга:

  • Frontend- и backend-разработчики на JavaScript, желающие расширить компетенции в data science
  • Студенты технических специальностей, изучающие Node.js
  • Аналитики, которые хотят автоматизировать отчёты и дашборды без перехода на Python
  • Все, кто интересуется машинным обучением, но не хочет изучать новый синтаксис

В каждой главе вы найдёте реальные примеры: от анализа логов веб-сервера до построения рекомендательной системы для интернет-магазина. Все исходные коды доступны в репозитории на GitHub. К концу книги вы сможете самостоятельно создавать конвейеры обработки данных, обучать модели и внедрять их в веб-приложения на Node.js.

Неважно, работаете ли вы с Big Data или просто хотите добавить «data scientist» в своё резюме — эта книга станет вашим проводником в мир анализа данных на JavaScript.

Рекомендаций