Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 4 Stimmen.
Python Data Science Essentials - Second Edition: Learn the fundamentals of Data Science with Python
Über dieses Buch.
⬤ Machen Sie sich schnell mit Data Science mit Python 3 vertraut. 5.
⬤ Sparen Sie Zeit (und Mühe) mit allen wichtigen Tools, die erklärt werden.
⬤ Erstellen Sie effektive Data-Science-Projekte und vermeiden Sie häufige Fallstricke mit Hilfe von Beispielen und Hinweisen aus der Praxis.
Für wen dieses Buch gedacht ist.
Wenn Sie ein aufstrebender Datenwissenschaftler sind und zumindest über Grundkenntnisse in Datenanalyse und Python verfügen, wird dieses Buch Ihnen den Einstieg in die Datenwissenschaft erleichtern. Datenanalysten, die bereits Erfahrung mit R oder MATLAB haben, finden in diesem Buch ebenfalls ein umfassendes Nachschlagewerk, mit dem sie ihre Fähigkeiten zur Datenmanipulation und zum maschinellen Lernen verbessern können.
Was Sie lernen werden.
⬤ Einrichten Ihrer Data-Science-Toolbox mit einer wissenschaftlichen Python-Umgebung auf Windows, Mac und Linux.
⬤ Daten für Ihr Data-Science-Projekt vorbereiten.
⬤ Daten manipulieren, korrigieren und erforschen, um datenwissenschaftliche Probleme zu lösen.
⬤ Einrichten einer experimentellen Pipeline, um Ihre datenwissenschaftliche Hypothese zu testen.
⬤ Wählen Sie den effektivsten und skalierbarsten Lernalgorithmus für Ihre datenwissenschaftlichen Aufgaben.
⬤ Optimieren Sie Ihre maschinellen Lernmodelle, um die beste Leistung zu erzielen.
⬤ Erforschen und clustern Sie Graphen und nutzen Sie die Verbindungen und Verknüpfungen in Ihren Daten.
Im Detail.
Dieses Buch ist die zweite Auflage von Python Data Science Essentials und bietet aktualisierte und erweiterte Inhalte. Basierend auf den neuen Jupyter-Notizbüchern (basierend auf austauschbaren Kerneln, einem wirklich polyglotten Data-Science-System), enthält dieses Buch alle wichtigen aktuellen Verbesserungen in Numpy, Pandas und Scikit-learn. Darüber hinaus bietet es neue Inhalte zum Deep Learning (durch die Vorstellung von Keras, das sowohl auf Theano als auch auf Tensorflow basiert), zu schönen Visualisierungen (seaborn und ggplot) und zur Webbereitstellung (mit bottle).
Dieses Buch beginnt damit, dass es erklärt, wie Sie Ihre essentielle Data-Science-Toolbox in der neuesten Version von Python, 3.5, mit einem Single-Source-Ansatz einrichten können (was bedeutet, dass der Code in diesem Buch auch in Python 2.7 leicht wiederverwendbar sein wird). 7 wiederverwendet werden kann). Anschließend werden Sie durch alle Phasen der Datenerfassung und -vorverarbeitung geführt.
Abschließend werden die wichtigsten Algorithmen des maschinellen Lernens, Techniken der Graphenanalyse sowie Visualisierungs- und Einsatzinstrumente vorgestellt.
| ISBN: | 9781786462138 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
