Python Data Science. Необхідні інструменти для роботи


Код: 14850653234
1457 грн
Ціна вказана з доставкою в Україну
Товар є в наявності
ЯК ЕКОНОМИТИ НА ДОСТАВКЕ?
Замовляйте велику кількість товарів у цього продавця
Інформація
  • Час доставки: 7-10 днів
  • Стан товару: новий
  • Доступна кількість: 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.

Python Data Science. Основні інструменти для роботи з даними. 2-е видання

Автор: Джейк ВандерПлас

Видавець: Геліон

Перекладач: Філіп Kamiński

ISBN: 978-83-289-0068-4

Формат: 165x235

Палітурка: м'яка

Сторінок: 544

Книга нова

129,00 злотих ---> 80,99 злотих

Pythonнадає першокласні інструменти та бібліотеки, спеціально розроблені для роботи з даними. Вони отримали визнання багатьох вчених і експертів, які цінують цю мову за високу якість рішень для отримання знань з даних. Щоб отримати найкращі можливі результати, вам потрібно добре розуміти як окремі бібліотеки Python, так і те, як з ними працювати.

Ця книга містить вичерпний огляд усіх бібліотек Python, які вчені та фахівці з даних потреба. Є детальний опис IPython, NumPy, Pandas, Matplotlib, Scikit-Learn та інших інструментів. Посібник враховує насамперед їхні практичні аспекти, що робить його ідеальним для вирішення повсякденних завдань із маніпулюванням, перетворенням, очищенням та візуалізацією різних типів даних, а також допомагає у створенні статистичних моделей і моделей машинного навчання. Будь-хто, хто займається науковими обчисленнями на Python, оцінить це.

Це видання містить чіткі приклади, які допоможуть вам налаштувати та використовувати інструменти науки про дані та машинного навчання.

Ви дізнаєтеся:

  • працювати в науковому обчислювальному середовищі IPython
  • використовувати спеціалізовані бібліотеки для роботи з даними
  • використовувати типи ndarray і DataFrame для зберігання та обробки дані
  • створювати різні типи візуалізації даних за допомогою Matplotlib
  • впроваджувати найважливіші алгоритми машинного навчання з пакету Scikit-Learn

Видобувати розумні відповіді із складних питань щодо даних!