Science des données productive et efficace avec Python : Guide des meilleures pratiques pour la mise en œuvre d'Aiops

Science des données productive et efficace avec Python : Guide des meilleures pratiques pour la mise en œuvre d'Aiops (Tirthajyoti Sarkar)

Titre original :

Productive and Efficient Data Science with Python: Best Practices Guide to Implementing Aiops

Contenu du livre :

Ce livre se concentre sur les outils et les techniques basés sur Python pour vous aider à devenir très productif dans tous les aspects des piles typiques de la science des données telles que l'analyse statistique, la visualisation, la sélection de modèles et l'ingénierie des caractéristiques.

Vous examinerez les inefficacités et les goulets d'étranglement qui se cachent dans les processus d'affaires quotidiens et les résoudrez à l'aide de solutions pratiques. L'automatisation des tâches répétitives de la science des données est un état d'esprit clé qui est promu tout au long du livre. Vous apprendrez comment étendre la pratique de codage existante pour traiter de plus grands ensembles de données avec une grande efficacité à l'aide de bibliothèques et de paquets avancés qui existent déjà dans l'écosystème Python.

Le livre se concentre sur des sujets tels que la mesure de l'empreinte mémoire et de la vitesse d'exécution des modèles d'apprentissage automatique, le test de qualité d'un pipeline de science des données et la modularisation d'un pipeline de science des données pour le développement d'applications. Vous passerez en revue les bibliothèques Python qui s'avèrent très pratiques pour automatiser et accélérer les tâches quotidiennes.

Au final, vous comprendrez et réaliserez des tâches de science des données et d'apprentissage automatique au-delà des méthodes traditionnelles et utiliserez tout le spectre de l'écosystème de science des données de Python pour augmenter votre productivité.

Ce que vous apprendrez

⬤ Écrire du code rapide et efficace pour la science des données et l'apprentissage automatique.

⬤ Construire des pipelines robustes et expressifs pour la science des données.

⬤ Mesurer la mémoire et le profil du processeur pour les méthodes d'apprentissage automatique.

⬤ Utiliser le plein potentiel des GPU pour les tâches de science des données.

⬤ Traiter efficacement des ensembles de données complexes et de grande taille.

A qui s'adresse ce livre ?

Les scientifiques des données, les analystes de données, les ingénieurs en apprentissage automatique, les praticiens de l'intelligence artificielle, les statisticiens qui veulent profiter pleinement de l'écosystème Python.

Autres informations sur le livre :

ISBN :9781484281208
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché
Année de publication :2022
Nombre de pages :383

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Manipulation de données avec Python - Data Wrangling with Python
Simplifiez vos processus ETL grâce à ces conseils, astuces et meilleures pratiques en matière...
Manipulation de données avec Python - Data Wrangling with Python
Science des données productive et efficace avec Python : Guide des meilleures pratiques pour la mise...
Ce livre se concentre sur les outils et les...
Science des données productive et efficace avec Python : Guide des meilleures pratiques pour la mise en œuvre d'Aiops - Productive and Efficient Data Science with Python: Best Practices Guide to Implementing Aiops

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)