Python
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
- Szczegóły
- Kategoria: Python
Python udostępnia pierwszorzędne narzędzia i biblioteki przeznaczone specjalnie do pracy z danymi. Zdobyły one uznanie wielu naukowców i ekspertów, ceniących ten język za wysoką jakość rozwiązań służących do wydobywania wiedzy z danych. Aby uzyskać najlepsze możliwe efekty, trzeba dobrze poznać zarówno poszczególne biblioteki Pythona, jak i zasady pracy z nimi.
Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi.
Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięki czemu świetnie się sprawdzi w rozwiązywaniu codziennych problemów z manipulowaniem, przekształcaniem, oczyszczaniem i wizualizacją różnych typów danych, a także jako pomoc podczas tworzenia modeli statystycznych i modeli uczenia maszynowego. Docenią go wszyscy, którzy zajmują się obliczeniami naukowymi w Pythonie.
To wydanie zawiera jasne przykłady, które pomogą Ci skonfigurować i wykorzystać narzędzia do nauki o danych i uczenia maszynowego.
Anne Bonner,
założycielka i dyrektor generalna Content Simplicity
Nauczysz się:
- pracować w naukowym środowisku obliczeniowym IPythona,
- korzystać ze specjalistycznych bibliotek przeznaczonych do pracy z danymi,
- stosować typy ndarray i DataFrame do przechowywania i przetwarzania danych,
- tworzyć różnego rodzaju wizualizacje danych za pomocą Matplotlib,
- implementować najważniejsze algorytmy uczenia maszynowego z pakietu Scikit-Learn.
Wydobywaj z danych mądre odpowiedzi na trudne pytania!
Jake VanderPlas jest inżynierem oprogramowania w Google Research. Współtworzy i rozwija narzędzia do przetwarzania dużych ilości danych, w tym pakiety Scikit-Learn, SciPy, Astropy, Altair i JAX. Jest także twórcą samouczków, często występuje jako prelegent na branżowych konferencjach.
- Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej - [20 sierpień 2024]
- Python w data science. Praktyczne wprowadzenie - [13 sierpień 2024]
- Szybki jak FastAPI. Projektowanie aplikacji WWW w Pythonie - [08 sierpień 2024]
- Data science i Python. Stawianie czoła najtrudniejszym wyzwaniom biznesowym - [25 czerwiec 2024]
- Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie - [13 grudzień 2023]