Adattudomány a parancssoron: Adatszerzés, -mosás, -feltárás és -modellezés Unix Power Tools segítségével

Olvasói vélemények

A kritikák kiemelik, hogy a könyv jól megírt és magával ragadó, és egy potenciálisan száraz témát érdekessé tesz. Hasznos tippeket ad, különösen a CSV-fájlokkal és parancssori eszközökkel dolgozók számára.

Jól megírt, magával ragadó, hasznos tippek és ajánlások, világos példák, különösen jó a CSV-felhasználók számára, tömör és lényegre törő, a szerző által programozott eszközöket tartalmaz.

A kódpéldák zavaróak lehetnek a kezdő parancssoros felhasználók számára.

(5 olvasói vélemény alapján)

Eredeti címe:

Data Science at the Command Line: Obtain, Scrub, Explore, and Model Data with Unix Power Tools

Könyv tartalma:

Ez az alaposan átdolgozott útmutató bemutatja, hogy a parancssor rugalmassága hogyan segíthet abban, hogy hatékonyabb és produktívabb adattudóssá váljon. Megtanulja, hogyan kombinálhatja a kis, mégis nagy teljesítményű parancssori eszközöket az adatok gyors megszerzéséhez, tisztításához, feltárásához és modellezéséhez. A kezdéshez a szerző, Jeroen Janssens egy Docker-képet biztosít, amely több mint 100 Unix power eszközt tartalmaz - hasznos, akár Windows, macOS vagy Linux alatt dolgozik.

Gyorsan rájön, hogy a parancssor miért egy agilis, skálázható és bővíthető technológia. Még ha az adatok Python vagy R segítségével történő feldolgozása kényelmes is, megtanulhatja, hogyan javíthatja jelentősen az adattudományi munkafolyamatokat a parancssor erejének kihasználásával. Ez a könyv ideális adattudósok, elemzők, mérnökök, rendszergazdák és kutatók számára.

⬤ Adatok megszerzése webhelyekről, API-kból, adatbázisokból és táblázatokból.

⬤ Szöveg-, CSV-, HTML-, XML- és JSON-fájlokon végezzen súrolási műveleteket.

⬤ Adatok feltárása, leíró statisztikák kiszámítása és vizualizációk készítése.

⬤ Adattudományi munkafolyamatok kezelése.

⬤ Egysorosokból és meglévő Python vagy R kódból saját eszközöket hozhat létre.

⬤ Parallelizálja és terjessze az adatintenzív pipelineket.

⬤ Modellezze az adatokat dimenziócsökkentő, regressziós és osztályozó algoritmusokkal.

⬤ Használja a Python, a Jupyter, az R, az RStudio és az Apache Spark parancssorát.