Czyszczenie danych w Pythonie. Receptury
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 13
Просматривая «Czyszczenie danych w Pythonie. Receptury», вы можете быть уверены, что данный товар из каталога «Техника, технические науки» будет доставлен из Польши и проверен на целостность. В цене товара, указанной на сайте, учтена доставка из Польши. Внимание!!! Товары для Евросоюза, согласно законодательству стран Евросоюза, могут отличаться упаковкой или наполнением.
ОБЩАЯ РАСПРОДАЖА -70%!!!
79,00 PLN ---> 23,70 PLN
Очистка данных в Python. Рецепты. Современные методы и инструменты Python для обнаружения и устранения загрязнений и извлечения ключевых характеристик из данных
Автор: Майкл Уокер
Издатель: Helion
Год публикации: 2021
Перевод: Филип Каминьский
ISBN: 978 -83-283-8029-5
Формат: 168x237
Обложка: мягкая
Страниц: 328
Книга новая
79,00 злотых ---> 23,70 злотых
Обработка больших объемов данных дает знания, которые лежат в основе важных решений, принимаемых организацией. Это позволяет добиться отличных результатов: методы извлечения знаний из данных становятся все более изощренными. Основным условием успеха является получение данных соответствующего качества. Использование противоречивой и неполной информации приводит к принятию неправильных решений. Последствия могут включать финансовые потери, создание конкретных угроз или ущерб имиджу. Поэтому очистка — чрезвычайно важная часть анализа данных.
Эта книга представляет собой практичный сборник готовых к использованию рецептов, призванных максимально упростить процесс подготовки данных к анализу. Здесь обсуждаются такие вопросы данных, как импорт, оценка качества данных, заполнение пробелов, организация, агрегирование и преобразование. Помимо краткого обсуждения этих задач, были представлены наиболее эффективные методы их выполнения с использованием различных инструментов: Pandas, NumPy, Matplotlib и SciPy. Внутри каждого рецепта объясняются последствия предпринятых действий. Ценным дополнением является набор пользовательских функций и классов, которые используются для автоматизации очистки данных. Они также позволяют настроить процесс под конкретные нужды.
В книге вы найдете рецепты, которые помогут вам:
- загружать и анализировать данные из различных источников
- загружать и анализировать данные из различных источников
li>
- организовывайте данные, исправляйте свои ошибки и заполняйте пробелы
- эффективно используйте библиотеки Python
- используйте визуализации для анализа данных
- пишите ваши собственные функции и классы для автоматизации процесса очистки данных.
- li>
Только очищенные и согласованные данные имеют реальную ценность!
- загружать и анализировать данные из различных источников