Вы начинали чтение этой книги, обладая весьма тривиальным набором навыков в математике и моделировании с помощью электронных таблиц. Но если вы выполняли описываемые операции вместе со мной (а не просто перелистали первые 10 глав), то смело можете считать себя знатоком моделирования с обоймой различных техник анализа данных!

В этой книге освещены многие задачи: от основанных на классических методах (оптимизации, методе Монте-Карло и прогнозировании) до контролируемого ИИ (регрессия, деревья решений и наивный Байес). Работая с данными на таком уровне, вы должны чувствовать себя довольно уверенно.

Я надеюсь, что глава 10 продемонстрировала вам, что теперь, когда вы поняли техники и алгоритмы науки о данных, ими очень просто пользоваться и в языках программирования, таких как R.

Если же вас заинтересовала какая-то конкретная техника или задача, упомянутая в книге, – копайте глубже! Хотите больше R, больше оптимизации, больше машинного обучения? Возьмите один из ресурсов, которые я рекомендую в конце каждой главы, и читайте. Там есть чему поучиться. В этой книге я лишь слегка затронул практическую аналитику.

Но подождите…