Avis des lecteurs
Résumé:Le livre a reçu des critiques mitigées, certains lecteurs appréciant les informations fournies tandis que beaucoup d'autres critiquent sa clarté, le manque de matériel supplémentaire essentiel et la qualité générale de l'écriture. Les utilisateurs ont rencontré des problèmes avec le dépôt GitHub lié et ont trouvé que certains concepts de codage étaient mal expliqués, rendant le livre difficile à suivre pour les débutants.
Avantages:⬤ Contient de bonnes informations
⬤ certains chapitres s'améliorent au fur et à mesure que le livre progresse
⬤ le livre répond à certaines attentes des lecteurs qui sont quelque peu familiers avec le sujet.
⬤ Manque de solutions adéquates dans le dépôt GitHub
⬤ les premiers chapitres sont vagues et déroutants pour les débutants
⬤ introduction soudaine de concepts de codage complexes sans explication
⬤ mauvaise qualité d'écriture
⬤ fichiers d'aide manquants
⬤ insatisfaction générale quant à la valeur du livre.
(basé sur 5 avis de lecteurs)
Titre original :
Python for Data Science: A Hands-On Introduction
Contenu du livre :
Une introduction pratique et concrète à l'analyse de données avec le langage de programmation Python, truffée d'exemples variés.
Python est un choix idéal pour accéder à des données de toutes sortes, les manipuler et en tirer des enseignements. Python pour la science des données vous introduit dans le monde Python de l'analyse des données avec une approche d'apprentissage par la pratique basée sur des exemples concrets et des activités pratiques. Vous apprendrez à écrire du code Python pour obtenir, transformer et analyser des données, en pratiquant des techniques de traitement de données de pointe pour des cas d'utilisation dans la gestion d'entreprise, le marketing et l'aide à la décision.
Vous découvrirez le riche ensemble de structures de données intégrées de Python pour les opérations de base, ainsi que son solide écosystème de bibliothèques open-source pour la science des données, y compris NumPy, pandas, scikit-learn, matplotlib, et plus encore. Des exemples montrent comment charger des données dans différents formats, comment rationaliser, grouper et agréger des ensembles de données, et comment créer des graphiques, des cartes et d'autres visualisations. Les chapitres suivants approfondissent les démonstrations d'applications de données réelles, notamment l'utilisation de données de localisation pour alimenter un service de taxi, l'analyse du panier de la ménagère pour identifier les articles communément achetés ensemble, et l'apprentissage automatique pour prédire les cours de la bourse.
Autres informations sur le livre :
| ISBN : | 9781718502208 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2022 |
| Nombre de pages : | 180 |
Achat:
Actuellement disponible, en stock.
