Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.
Titre original :
Python Data Science Essentials - Second Edition: Learn the fundamentals of Data Science with Python
Contenu du livre :
A propos de ce livre.
⬤ Familiarisez-vous rapidement avec la science des données en utilisant Python 3. 5.
⬤ Gagnez du temps (et de l'énergie) avec tous les outils essentiels expliqués.
⬤ Créez des projets de science des données efficaces et évitez les pièges courants à l'aide d'exemples et de conseils dictés par l'expérience.
À qui s'adresse ce livre ?
Si vous êtes un scientifique de données en herbe et que vous avez au moins une connaissance pratique de l'analyse de données et de Python, ce livre vous permettra de vous lancer dans la science des données. Les analystes de données ayant une expérience de R ou MATLAB trouveront également dans ce livre une référence complète pour améliorer leurs compétences en matière de manipulation de données et d'apprentissage automatique.
Ce que vous apprendrez.
⬤ La mise en place de votre boîte à outils de science des données à l'aide d'un environnement scientifique Python sur Windows, Mac et Linux.
⬤ Préparer les données pour votre projet de science des données.
⬤ Manipuler, corriger et explorer les données afin de résoudre les problèmes liés à la science des données.
⬤ Mettre en place un pipeline expérimental pour tester votre hypothèse en matière de science des données.
⬤ Choisir l'algorithme d'apprentissage le plus efficace et le plus évolutif pour vos tâches de science des données.
⬤ Optimiser vos modèles d'apprentissage automatique pour obtenir les meilleures performances.
⬤ Explorer et regrouper des graphes, en tirant parti des interconnexions et des liens dans vos données.
En détail.
Deuxième édition de Python Data Science Essentials, ce livre offre un contenu mis à jour et élargi. Basé sur les récents notebooks Jupyter (basés sur des noyaux interchangeables, un système de science des données véritablement polyglotte), ce livre incorpore toutes les principales améliorations récentes de Numpy, pandas et Scikit-learn. En outre, il offre un nouveau contenu sur l'apprentissage profond (en présentant Keras - basé à la fois sur Theano et Tensorflow), sur les belles visualisations (seaborn et ggplot), et sur le déploiement web (en utilisant bottle).
Ce livre commence par expliquer comment mettre en place votre boîte à outils essentielle pour la science des données dans la dernière version de Python, 3.5, en utilisant une approche à source unique (ce qui implique que le code de ce livre sera facilement réutilisable dans Python 2. 7). Ensuite, il vous guidera à travers toutes les phases de regroupement et de prétraitement des données.
Enfin, il complétera l'aperçu en vous présentant les principaux algorithmes d'apprentissage automatique, les techniques d'analyse des graphes et les instruments de visualisation et de déploiement.
Autres informations sur le livre :
| ISBN : | 9781786462138 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
