Python Data Analysis - Troisième édition : Effectuer la collecte de données, le traitement des données, la visualisation et la construction de modèles à l'aide de Python.

Avis des lecteurs

Résumé:

Le livre est généralement bien accueilli par les débutants en science des données et en analyse des données, loué pour sa facilité de lecture et sa large couverture des concepts et outils essentiels. De nombreux critiques apprécient l'inclusion d'exemples pratiques de code Python et une approche structurée des sujets allant de la configuration initiale à l'apprentissage automatique. Cependant, plusieurs critiques soulignent le manque de profondeur du livre, la présence d'erreurs et les problèmes liés à la qualité des figures et des illustrations.

Avantages:

Facile à lire et à comprendre, ce qui le rend adapté aux débutants.

Inconvénients:

Introduction complète aux concepts et outils de la science des données.

(basé sur 13 avis de lecteurs)

Titre original :

Python Data Analysis - Third Edition: Perform data collection, data processing, wrangling, visualization, and model building using Python

Contenu du livre :

Comprendre les pipelines d'analyse de données à l'aide d'algorithmes et de techniques d'apprentissage automatique grâce à ce guide pratique.

Caractéristiques principales :

⬤ Préparez et nettoyez vos données afin de les utiliser pour l'analyse exploratoire, la manipulation des données et le traitement des données.

⬤ Les méthodes d'apprentissage automatique supervisées, non supervisées, probabilistes et bayésiennes.

⬤ Les méthodes d'apprentissage automatique supervisé, non supervisé, probabiliste et bayésien.

Description du livre :

L'analyse de données vous permet de générer de la valeur à partir de petites et grandes données en découvrant de nouveaux modèles et tendances, et Python est l'un des outils les plus populaires pour l'analyse d'une grande variété de données. Ce livre vous permettra d'utiliser Python pour l'analyse de données en explorant les différentes phases et méthodologies utilisées dans l'analyse de données et en apprenant à utiliser les bibliothèques modernes de l'écosystème Python pour créer des pipelines de données efficaces.

En commençant par les bases essentielles de l'analyse statistique et de l'analyse de données avec Python, vous réaliserez des analyses et des modélisations de données complexes, des manipulations de données, des nettoyages de données et des visualisations de données à l'aide d'exemples faciles à suivre. Vous comprendrez ensuite comment effectuer l'analyse des séries temporelles et le traitement des signaux à l'aide de modèles ARMA. Au fur et à mesure de votre progression, vous vous familiariserez avec le traitement intelligent et l'analyse de données à l'aide d'algorithmes d'apprentissage automatique tels que la régression, la classification, l'analyse en composantes principales (ACP) et le regroupement. Dans les derniers chapitres, vous travaillerez sur des exemples concrets pour analyser des données textuelles et des images en utilisant respectivement des techniques de traitement du langage naturel (NLP) et d'analyse d'images. Enfin, le livre présente une démonstration de calcul parallèle à l'aide de Dask.

À la fin de ce livre sur l'analyse des données, vous aurez acquis les compétences nécessaires pour préparer des données à des fins d'analyse et créer des visualisations de données significatives pour prévoir des valeurs à partir de données.

Ce que vous apprendrez :

⬤ Explorer la science des données et ses différents modèles de processus.

⬤ Effectuer des manipulations de données en utilisant NumPy et pandas pour l'agrégation, le nettoyage et le traitement des valeurs manquantes.

⬤ Créer des visualisations interactives en utilisant Matplotlib, Seaborn et Bokeh.

⬤ Les données peuvent être récupérées, traitées et stockées dans une large gamme de formats.

⬤ Comprendre le prétraitement des données et l'ingénierie des caractéristiques en utilisant pandas et scikit-learn.

⬤ Effectuer l'analyse de séries temporelles et le traitement de signaux en utilisant les données du cycle des taches solaires.

⬤ Analyser des données textuelles et des données d'images pour réaliser des analyses avancées.

⬤ Les données de l'analyse des données textuelles et des données d'images pour effectuer des analyses avancées.

A qui s'adresse ce livre :

Ce livre s'adresse aux analystes de données, aux analystes commerciaux, aux statisticiens et aux scientifiques des données qui souhaitent apprendre à utiliser Python pour l'analyse des données. Les étudiants et les facultés universitaires trouveront également ce livre utile pour apprendre et enseigner l'analyse de données en Python en utilisant une approche pratique. Une compréhension de base des mathématiques et une connaissance pratique du langage de programmation Python vous aideront à démarrer avec ce livre.

Autres informations sur le livre :

• ISBN : 9781789955248
• Auteur : Avinash Navlani
• Éditeur : Packt Pub
• Reliure : Broché