Python и наука о данных для чайников, Мюллер Д.П., Массарон Л., 2020

Python и наука о данных для чайников, Мюллер Д.П., Массарон Л., 2020.

   Все названия программных продуктов являются зарегистрированными торговыми марками соответствующих фирм.
Никакая часть настоящего издания ни в каких целях не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами, будь то электронные или механические, включая фотокопирование и запись на магнитный носитель, если на это нет письменного разрешения издательства Wiley US.




Осознание сути и смысла данных.
Может показаться, что аналитик данных просто ищет уникальные методы просмотра данных. Но процесс не завершится, пока у вас не будет четкого понимания того, что означают данные. Выводы, получаемые вами от манипулирования и анализа данных, помогают решать реальные задачи. Например, вы можете использовать результаты анализа для принятия бизнес-решения.

В некоторых случаях результат анализа автоматически создает ответ. Например, когда робот просматривает серию пикселей, полученных из камеры, формирующие объект пиксели имеют особое значение, и программирование робота может диктовать своего рода взаимодействие с этим объектом. Однако, до тех пор, пока специалист по данным не создаст приложение, которое сможет загружать, анализировать и визуализировать пиксели из камеры, робот вообще ничего не увидит.

Оглавление.
Введение.
Часть 1. Приступая к работе с наукой о данных и языком Python.
Глава 1. Взаимосвязь науки о данных с языком Python.
Глава 2. Возможности и чудеса языка Python.
Глава 3. Конфигурация Python для науки о данных.
Глава 4. Работа с Google Colab.
Часть 2. Данные.
Глава 5. Инструменты.
Глава 6. Работа с реальными данными.
Глава 7. Подготовка данных.
Глава 8. Формирование данных.
Глава 9. Применение знаний на практике.
Часть 3. Визуализация информации.
Глава 10. Ускоренный курс по MatPlotLib.
Глава 11. Визуализация данных.
Часть 4. Манипулирование данными.
Глава 12. Расширение возможностей Python.
Глава 13. Разведочный анализ данных.
Глава 14. Уменьшение размерности.
Глава 15. Кластеризация.
Глава 16. Поиск выбросов в данных.
Часть 5. Обучение на данных.
Глава 17. Четыре простых, но эффективных алгоритма.
Глава 18. Перекрестная проверка, отбор и оптимизация.
Глава 19. Увеличение сложности с помощью линейных и нелинейных трюков.
Глава 20. Сила единения.
Часть 6. Великолепные десятки.
Глава 21. Десять основных источников данных.
Глава 22. Десять задач, которые вы должны решить.
Предметный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Python и наука о данных для чайников, Мюллер Д.П., Массарон Л., 2020 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - pdf - Яндекс.Диск.




Хештеги: #учебник по программированию :: #программирование :: #Мюллер :: #Массарон