Наука о данных Python. Необходимые инструменты для работы
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 2
Оплачивая «Наука о данных Python. Необходимые инструменты для работы», вы можете быть уверены, что данное изделие из каталога «Программирование» будет доставлено из Польши и проверено 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.
Наука о данных Python. Основные инструменты для работы с данными. 2-е издание
Автор: Джейк ВандерПлас
Издатель: Helion
Переводчик: Филип Каминьски
ISBN: 978-83-289-0068-4
Формат: 165x235
Переплет: мягкий
Страниц: 544
Книга новая
129,00 злотых ---> 80,99 злотых
Python предоставляет первоклассные инструменты и библиотеки, специально разработанные для работы с данными. Они получили признание многих ученых и экспертов, ценящих этот язык за высокое качество решений по извлечению знаний из данных. Чтобы получить наилучшие результаты, вам необходимо хорошо разбираться как в отдельных библиотеках Python, так и в том, как с ними работать.
В этой книге представлен полный обзор всех библиотек Python, которыми пользуются ученые и специалисты по обработке данных. нуждаться. Есть подробное описание IPython, NumPy, Pandas, Matplotlib, Scikit-Learn и других инструментов. В пособии в первую очередь учтены их практические аспекты, что делает его идеальным для решения повседневных задач по манипулированию, преобразованию, очистке и визуализации различных типов данных, а также для помощи в создании статистических моделей и моделей машинного обучения. Это оценит любой, кто занимается научными вычислениями на Python.
В этом выпуске представлены наглядные примеры, которые помогут вам настроить и использовать инструменты обработки данных и машинного обучения.
Вы узнаете:
- работа в среде научных вычислений IPython
- использование специализированных библиотек для работы с данными
- использование типов ndarray и DataFrame для хранения и обработки data
- создавать различные типы визуализации данных с помощью Matplotlib
- реализовать наиболее важные алгоритмы машинного обучения из пакета Scikit-Learn
Извлекать умные ответы из данных сложных вопросов!