Avis des lecteurs
Résumé:Ce livre est bien noté par les utilisateurs pour sa clarté et son utilité dans l'apprentissage de Python pour la science des données, convenant à la fois aux débutants et aux programmeurs intermédiaires. Il propose des exemples et des exercices pratiques, bien que certains utilisateurs l'aient trouvé frustrant en raison de la qualité de l'impression et des erreurs de programmation.
Avantages:⬤ Clair et concis
⬤ idéal pour les débutants et les intermédiaires
⬤ exemples pratiques
⬤ utile pour apprendre les concepts de la science des données
⬤ se termine par des exercices pour la compréhension
⬤ convient comme manuel.
⬤ Imprimé en noir et blanc, ce qui nuit à la clarté des graphiques
⬤ certains extraits de code ne fonctionnent pas correctement
⬤ problèmes pédagogiques
⬤ nécessite des connaissances préalables en Python pour une compréhension optimale.
(basé sur 9 avis de lecteurs)
Titre original :
Data Science Essentials in Python: Collect - Organize - Explore - Predict - Value
Contenu du livre :
Passez d'artefacts désordonnés et non structurés stockés dans des bases de données SQL et NoSQL à un ensemble de données nettes et bien organisées grâce à cette référence rapide pour le scientifique des données occupé. Comprenez l'exploration de texte, l'apprentissage automatique et l'analyse de réseau ; traitez les données numériques avec les modules NumPy et Pandas ; décrivez et analysez les données à l'aide de méthodes statistiques et de la théorie des réseaux ; et voyez des exemples réels d'analyse de données à l'œuvre. Cette solution unique couvre l'essentiel de la science des données dont vous avez besoin en Python.
La science des données est l'une des disciplines qui connaît la plus forte croissance en termes de recherche universitaire, d'inscription d'étudiants et d'emploi. Python, avec sa flexibilité et son évolutivité, est en train de dépasser rapidement le langage R pour les projets de science des données. Cette référence modulaire et rapide aux outils utilisés pour acquérir, nettoyer, analyser et stocker des données vous permettra de maîtriser les concepts de la science des données en Python.
Cette solution unique couvre les éléments essentiels de Python, les bases de données, l'analyse de réseau, le traitement du langage naturel, les éléments de l'apprentissage automatique et la visualisation. Accédez à des données textuelles et numériques structurées et non structurées à partir de fichiers locaux, de bases de données et d'Internet. Organiser, réorganiser et nettoyer les données. Travailler avec des bases de données relationnelles et non relationnelles, la visualisation de données et l'analyse prédictive simple (régressions, regroupement et arbres de décision). Voyez comment les problèmes typiques d'analyse de données sont traités. Et essayez de trouver vos propres solutions à une variété de projets à moyenne échelle qui sont amusants à travailler et qui font bonne figure sur votre CV.
Gardez ce guide pratique à portée de main, que vous soyez un étudiant, un professionnel débutant en science des données qui passe de R à Python, ou un développeur Python chevronné qui ne veut pas mémoriser chaque fonction et option.
Ce dont vous avez besoin :
Vous avez besoin d'une distribution décente de Python 3. 3 ou supérieure qui inclut au moins NLTK, Pandas, NumPy, Matplotlib, Networkx, SciKit-Learn et BeautifulSoup. Une excellente distribution qui répond à ces exigences est Anaconda, disponible gratuitement sur www.continuum. io. Si vous envisagez de mettre en place vos propres serveurs de base de données, vous avez également besoin de MySQL (www.mysql.com) et de MongoDB (www.mongodb.com). Ces deux logiciels sont gratuits et fonctionnent sous Windows, Linux et Mac OS.
Autres informations sur le livre :
| ISBN : | 9781680501841 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2016 |
| Nombre de pages : | 200 |
Achat:
Actuellement disponible, en stock.
