Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
Okładka: Python w data science. Praktyczne wprowadzenieTylna okładka: Python w data science. Praktyczne wprowadzenie

Python w data science. Praktyczne wprowadzenie

Autor: Yuli Vasiliev

Tłumacz: Piotr Rajca

Helion

41,40 zł 69,00 zł -40%

Kup w księgarni Helion

Gdzie kupić

SklepWydanieCena
Helion.plksiążka41,40 złKup
TaniaKsiazka.plksiążka45,44 złKup

Ceny z feedów partnerów, odświeżane codziennie. Linki są partnerskie — przy zakupie dostaję prowizję, cena dla Ciebie się nie zmienia.

Czytaj fragmentPobierz PDF

Kategorie
Pandas, Python w danych, Scikit-learn
Wydawca
Helion
Rodzaj
książka
Format
165x228
Oprawa
miękka
Stron
248
Data wydania
2024-08-13
ISBN
978-83-289-1020-1
Tytuł oryginału
Python for Data Science: A Hands-On Introduction

Fragment książki — 28 stron

Kliknij stronę, żeby powiększyć. Całość możesz przeczytać online albo pobrać jako PDF. Fragment udostępniony przez wydawcę.

  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 1 z 281
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 2 z 282
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 3 z 283
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 4 z 284
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 5 z 285
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 6 z 286
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 7 z 287
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 8 z 288
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 9 z 289
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 10 z 2810
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 11 z 2811
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 12 z 2812
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 13 z 2813
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 14 z 2814
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 15 z 2815
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 16 z 2816
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 17 z 2817
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 18 z 2818
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 19 z 2819
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 20 z 2820
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 21 z 2821
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 22 z 2822
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 23 z 2823
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 24 z 2824
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 25 z 2825
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 26 z 2826
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 27 z 2827
  • Fragment „Python w data science. Praktyczne wprowadzenie” — strona 28 z 2828

Opis

Python jest idealnym wyborem dla danologów, którzy chcą w prosty sposób uzyskiwać dostęp do dowolnego rodzaju danych, przetwarzać je i analizować. Służy do tego zarówno bogaty zestaw wbudowanych struktur danych, jak i solidny zbiór przeznaczonych do ich analizy bibliotek open source . Sam język pozwala na tworzenie zwięzłego kodu przy minimalnym nakładzie czasu i wysiłku: jeden wiersz kodu może filtrować, przekształcać i agregować dane.

Tę książkę docenią średnio zaawansowani użytkownicy Pythona, którzy tworzą aplikacje korzystające z osiągnięć nauki o danych. Znajdziesz w niej omówienie możliwości języka, wbudowanych struktur danych Pythona, jak również takich bibliotek jak NumPy, pandas, scikit-learn i matplotlib. Nauczysz się wczytywania danych w różnych formatach, porządkowania, grupowania i agregowana zbiorów danych, a także tworzenia wykresów i map. Poszczególne zagadnienia zostały zilustrowane praktycznymi przykładami tworzenia rzeczywistych aplikacji, takich jak system obsługi taksówek z wykorzystaniem danych lokalizacyjnych, analiza reguł asocjacyjnych dla danych transakcji czy też uczenie maszynowe modelu przewidującego zmiany kursów akcji. Każdy rozdział zawiera interesujące ćwiczenia, które pozwolą Ci nabrać biegłości w stosowaniu opisanych tu technik.

Dzięki tej książce nauczysz się:

  • efektywnie korzystać ze struktur danych Pythona
  • wyciągać cenne informacje z danych
  • posługiwać się danymi: tekstowymi, przestrzennymi, szeregami czasowymi
  • korzystać z wielu typów i formatów danych, w tym JSON i CSV
  • używać technik uczenia maszynowego do celów przetwarzania języka naturalnego

Python: Twój najlepszy sojusznik w przetwarzaniu danych!

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.