JavaScript (Node.js) 数据科学：服务器端数据分析与机器学习

Мир Data Science традиционно ассоциируется с Python и R, но современный JavaScript (особенно среда Node.js) предлагает мощные инструменты для анализа данных, машинного обучения и визуализации. Эта книга — первое полноценное руководство, которое доказывает: вы можете строить пайплайны данных, обучать модели и создавать интерактивные отчёты, не покидая экосистему JavaScript.

О чём эта книга?

Книга охватывает полный цикл Data Science на Node.js: от сбора и очистки данных до развёртывания готовых ML-моделей. Вы узнаете, как использовать специализированные библиотеки (Danfo.js, TensorFlow.js, Plotly.js), работать с большими объёмами данных, строить графики и запускать нейронные сети прямо на сервере или в браузере.

• Глава 1–2: Введение в Data Science на Node.js. Установка стека (Danfo.js, TensorFlow.js, numjs). Работа с CSV, JSON, базами данных.
• Глава 3–4: Очистка и трансформация данных. Статистический анализ, работа с пропусками, фильтрация, агрегация.
• Глава 5–6: Визуализация данных: гистограммы, scatter plot, временные ряды через Plotly.js и Chart.js.
• Глава 7–8: Машинное обучение: линейная регрессия, классификация (k-NN, логистическая регрессия), кластеризация (K-means) на TensorFlow.js.
• Глава 9–10: Нейронные сети и глубокое обучение. Создание и обучение моделей на Node.js. Экспорт/импорт моделей.
• Глава 11–12: Развёртывание: REST API для ML-моделей (Express.js), интеграция с базами данных, создание дашбордов.

Для кого эта книга?

• JavaScript-разработчиков (Node.js), которые хотят освоить Data Science без изучения нового языка.
• Аналитиков, знакомых с SQL и базовой статистикой, желающих перейти на JavaScript-стек.
• Студентов и специалистов, ищущих альтернативу Python для анализа данных.
• Всех, кто хочет создавать ML-продукты на едином языке (full-stack Data Science).

Что вы узнаете?

• Как обрабатывать и анализировать данные объёмом до 1 млн строк с помощью Danfo.js.
• Как строить интерактивные графики и дашборды, не используя Jupyter Notebook.
• Как обучать модели машинного обучения (линейная регрессия, деревья решений, нейросети) на Node.js.
• Как развернуть готовую модель через REST API и интегрировать её в веб-приложение.
• Как использовать TensorFlow.js для браузерного ML — без серверной части.

Почему стоит прочитать?

JavaScript — самый распространённый язык программирования. Эта книга ломает стереотип, что Data Science доступен только питонистам. Вы получите практические навыки, готовые кейсы и шаблоны кода, которые можно сразу применить в работе. Примеры основаны на реальных задачах: обработка логов, прогнозирование продаж, классификация текстов и изображений.

Независимо от вашего текущего уровня, вы научитесь мыслить как data scientist, оставаясь в привычной среде Node.js. Книга содержит упражнения, вопросы для самопроверки и ссылки на репозиторий с кодом.