ODBIERZ TWÓJ BONUS :: »

Python w data science. Praktyczne wprowadzenie Yuli Vasiliev

(ebook) (audiobook) (audiobook)
Autor:
Yuli Vasiliev
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
248
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
41,40 zł 69,00 zł (-40%)
41,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
29,90 zł 69,00 zł (-57%)
34,50 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Rodzajów danych: strukturalnych, niestrukturalnych, częściowo strukturalnych i szeregów czasowych
  • Pozyskiwania, oczyszczania, przekształcania, analizy i przechowywania danych
  • Wykorzystywania struktur danych Pythona: list, krotek, słowników i zbiorów
  • Stosowania bibliotek NumPy, pandas, scikit-learn i matplotlib w analizie danych
  • Importowania i eksportowania danych z plików tekstowych, tabelarycznych, JSON i binarnych
  • Pobierania danych zdalnych przez API i obsługi żądań HTTP w Pythonie
  • Łączenia, grupowania i agregowania danych w pandas oraz pracy z MultiIndeksem
  • Wykonywania operacji na relacyjnych bazach danych SQL i bazach NoSQL
  • Tworzenia i łączenia różnych struktur danych oraz tablic NumPy i DataFrame
  • Wizualizowania danych za pomocą wykresów liniowych, słupkowych, kołowych, histogramów i map
  • Analizowania oraz przetwarzania danych przestrzennych i lokalizacyjnych z bibliotekami geopy i Shapely
  • Analizowania szeregów czasowych, obliczania zmian procentowych i stosowania okien kroczących
  • Wyodrębniania reguł asocjacyjnych z danych transakcyjnych i generowania rekomendacji
  • Stosowania technik uczenia maszynowego: uczenia nadzorowanego i nienadzorowanego
  • Przeprowadzania analizy sentymentu, klasyfikacji tekstu i prognozowania trendów giełdowych
  • Rozwijania praktycznych projektów data science z ćwiczeniami na rzeczywistych danych

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!

Wybrane bestsellery

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy muszę znać zaawansowany Python, aby korzystać z tej książki?
Nie, książka jest przeznaczona dla osób ze znajomością podstaw Pythona. Autor krok po kroku wprowadza w narzędzia i techniki data science, tłumacząc zagadnienia na praktycznych przykładach.
2. Jakie biblioteki Pythona są omawiane w książce?
W książce szczegółowo opisano popularne biblioteki wykorzystywane w data science: NumPy, pandas, scikit-learn, matplotlib oraz dodatkowo narzędzia do pracy z API, bazami danych i danymi przestrzennymi.
3. Czy znajdę tu praktyczne ćwiczenia i przykłady kodu?
Tak, każdy rozdział zawiera praktyczne ćwiczenia oraz liczne przykłady kodu ilustrujące omawiane techniki przetwarzania i analizy danych.
4. Czy książka obejmuje zagadnienia uczenia maszynowego?
Tak, ostatnie rozdziały książki poświęcone są podstawom uczenia maszynowego w Pythonie, w tym przygotowaniu danych, budowie modeli i ocenie wyników.
5. Jakie formaty danych są omawiane w książce?
Książka uczy pracy z danymi w formatach tekstowych, tabelarycznych (CSV), JSON, bazodanowych oraz szeregami czasowymi i danymi przestrzennymi.
6. Czy książka pomoże mi rozpocząć własne projekty data science?
Tak, dzięki praktycznym przykładom, ćwiczeniom i omówieniu całego procesu analizy danych - od pozyskiwania po wizualizację i wyciąganie wniosków - książka jest świetnym punktem startowym do samodzielnych projektów.
7. Czy mogę korzystać z książki, jeśli pracuję na Windows, Mac lub Linux?
Tak, wszystkie omawiane narzędzia i biblioteki są dostępne na głównych systemach operacyjnych, a przykłady kodu są uniwersalne.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
41,40 zł
Dodaj do koszyka
Ebook
29,90 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint