Czyszczenie danych w Pythonie. Receptury
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 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.
ТОТАЛЬНИЙ РОЗПРОДАЖ -70%!!!
79,00 злотих ---> 23,70 злотих
Очищення даних у Python. рецепти. Сучасні методи та інструменти Python для виявлення та усунення забруднення та вилучення ключових характеристик із даних
Автор: Michael Walker
Видавець: Helion
Рік видання: 2021
Переклад: Filip Kamiński
ISBN: 978 -83-283-8029-5
Формат: 168x237
Обкладинка: м'яка
Сторінок: 328
Книга нова
79,00 злотих ---> 23,70 злотих
Обробка великих обсягів даних дає знання, які лежать в основі важливих рішень, які приймає організація. Це дозволяє досягти чудових результатів: методи отримання знань із даних стають усе більш досконалими. Основною умовою успіху є отримання відповідної якості даних. Використання непослідовної та неповної інформації призводить до неправильних рішень. Наслідки можуть включати фінансові втрати, створення конкретних загроз або пошкодження іміджу. Отже, очищення є надзвичайно важливою частиною аналізу даних.
Ця книга — це практична збірка готових до використання рецептів, розроблених, щоб максимально спростити процес підготовки даних для аналізу. Тут обговорюються такі питання даних, як імпортування, оцінка якості даних, заповнення прогалин, упорядкування та агрегування та перетворення. Окрім стислого обговорення цих завдань, були представлені найефективніші техніки їх виконання за допомогою різних інструментів: Pandas, NumPy, Matplotlib та SciPy. У кожному рецепті пояснюються наслідки вжитих дій. Цінним доповненням є набір визначених користувачем функцій і класів, які використовуються для автоматизації очищення даних. Вони також дозволяють налаштувати процес відповідно до конкретних потреб.
У книзі ви знайдете рецепти, які допоможуть вам:
- завантажувати та аналізувати дані з різних джерел
- li>
- організуйте дані, ви виправите їхні помилки та заповните прогалини
- ефективно використовуйте бібліотеки Python
- використовуйте візуалізацію для аналізу даних
- пишіть ваші власні функції та класи для автоматизації процесу очищення даних
- li>
Лише очищені та послідовні дані мають реальну цінність!