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.

Kup teraz

Pobierz darmowy fragmentRozmiar: 3,1 MB