W tym przewodniku opisano zagadnienia związane z podstawami nauki o danych. Wyjaśniono niezbędne elementy matematyki i statystyki. Przedstawiono także techniki budowy potrzebnych narzędzi i sposoby działania najistotniejszych algorytmów. Książka została skonstruowana tak, aby poszczególne implementacje były jak najbardziej przejrzyste i zrozumiałe. Zamieszczone tu przykłady napisano w Pythonie: jest to język dość łatwy do nauki, a pracę na danych ułatwia szereg przydatnych bibliotek Pythona. W drugim wydaniu znalazły się nowe tematy, takie jak uczenie głębokie, statystyka i przetwarzanie języka naturalnego, a także działania na ogromnych zbiorach danych. Zagadnienia te często pojawiają się w pracy współczesnego analityka danych.

Jeśli wykonujesz jakąkolwiek pracę biurową albo wymagającą analizy danych, na pewno wiesz, ile czasu zajmuje ich wyszukiwanie i segregowanie, a potem jeszcze wyłuskiwanie z nich sensu i potrzebnych Ci informacji. Sama analiza to pestka w porównaniu z tą niewdzięczną robotą nad gigantycznymi arkuszami z mnóstwem najróżniejszych wiadomości. Bezpłatny dodatek Power Query, opracowany przez Microsoft, pozwala wydatnie uprościć całą procedurę wyszukiwania i zestawiania danych. Co więcej, oferuje także łatwe i wygodne rejestrowanie całych procedur, które zautomatyzują proces zaciągania danych potrzebnych na przykład do wygenerowania comiesięcznego raportu.