Python Data Science Essentials - Második kiadás: Az adattudomány alapjainak elsajátítása Python segítségével

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 4 olvasói szavazat alapján történt.

Eredeti címe:

Python Data Science Essentials - Second Edition: Learn the fundamentals of Data Science with Python

Könyv tartalma:

A könyvről.

⬤ Gyorsan megismerkedhet az adattudományokkal a Python 3 segítségével. 5.

⬤ Takarítson meg időt (és fáradságot) az összes alapvető eszköz ismertetésével.

⬤ Eredményes adattudományi projekteket hozhat létre, és elkerülheti a gyakori buktatókat a tapasztalatok által diktált példák és tippek segítségével.

Kinek szól ez a könyv.

Ha Ön egy törekvő adattudós, és legalább alapos ismeretekkel rendelkezik az adatelemzésről és a Pythonról, akkor ez a könyv segít Önnek az adattudományban való elindulásban. Az R-ben vagy MATLAB-ban jártas adatelemzők is átfogó referenciaként fogják találni a könyvet, hogy fejlesszék az adatmanipulációs és gépi tanulási készségeiket.

Amit tanulni fog.

⬤ Beállítja az adattudományi eszköztárat a Python tudományos környezet használatával Windowson, Macen és Linuxon.

⬤ Készítse elő az adatokat az adattudományi projektjéhez.

⬤ Manipulálja, javítsa és vizsgálja az adatokat az adattudományi problémák megoldása érdekében.

⬤ Kísérleti csővezeték beállítása az adattudományi hipotézis teszteléséhez.

⬤ Válassza ki a leghatékonyabb és skálázható tanulási algoritmust az adattudományi feladataihoz.

⬤ Optimalizálja gépi tanulási modelljeit a legjobb teljesítmény elérése érdekében.

⬤ Felfedezze és klaszterezze a gráfokat, kihasználva az adatokban lévő összeköttetéseket és kapcsolatokat.

Részletesen.

A Python Data Science Essentials második kiadásaként ez a könyv frissített és bővített tartalmat kínál. A legújabb Jupyter jegyzetfüzetekre alapozva (amelyek cserélhető kerneleken alapulnak, egy valóban poliglott adattudományi rendszer), ez a könyv tartalmazza a Numpy, a pandas és a Scikit-learn összes főbb legújabb fejlesztését. Emellett új tartalmat kínál a mélytanulásról (a Keras bemutatásával - amely a Theanón és a Tensorflow-n egyaránt alapul), a gyönyörű vizualizációkról (seaborn és ggplot), valamint a webes telepítésről (a bottle használatával).

A könyv azzal kezdődik, hogy elmagyarázza, hogyan állíthatjuk össze az alapvető adattudományi eszköztárunkat a Python legújabb, 3. 5. verziójában, egyforrású megközelítéssel (ami azt jelenti, hogy a könyvben szereplő kód könnyen újrafelhasználható lesz a Python 2. verziójában. 7-ben is). Ezután végigvezeti Önt az adatmungózás és előfeldolgozás összes fázisán.

Végül az áttekintést azzal teszi teljessé, hogy bemutatja a főbb gépi tanulási algoritmusokat, a gráfelemzés technikai megoldásait, valamint a vizualizációs és telepítési eszközöket.