Bewertung:

Das Buch ist bei Studenten und Anfängern, die sich für Data Science und Python-Programmierung interessieren, eine beliebte Ressource. Es bietet eine gute Einführung in verschiedene Konzepte der Datenwissenschaft, wurde jedoch dafür kritisiert, dass Code und Konzepte nicht ausreichend erklärt werden, was es für absolute Anfänger schwierig macht.
Vorteile:⬤ Gut bewertet als einführende Ressource
⬤ reich an Inhalt
⬤ leicht zu lesen
⬤ enthält Beispiele
⬤ ein hilfreicher Leitfaden für diejenigen mit etwas Python-Hintergrund
⬤ gilt als ausgezeichnet für Studenten und Anfänger, wenn sie einige Vertrautheit mit dem Thema haben.
⬤ Große Codeblöcke ohne detaillierte Erklärungen
⬤ nicht für absolute Anfänger geeignet
⬤ einige Abschnitte sind verwirrend
⬤ es fehlt die Tiefe und die Übungen, die für ein gründliches Lernen erforderlich sind
⬤ Probleme mit grafischen Beispielen und Downloads von Datensätzen
⬤ die Ausführlichkeit kann überwältigend sein.
(basierend auf 23 Leserbewertungen)
Python for Data Science for Dummies
Python ist eine Allzweckprogrammiersprache, die bei Datenwissenschaftlern sehr beliebt ist. Sie ist kostenlos, ebenso wie eine Reihe von Open-Source-Bibliotheken, die bei der Erfassung, Organisation und Verarbeitung von Informationen helfen. Dieses Buch richtet sich an Einsteiger in die Datenanalyse und behandelt die Grundlagen der Datenanalyseprogrammierung in Python und der Statistik. Das Buch behandelt die Python-Grundlagen, die für die Datenanalyse notwendig sind, einschließlich Objekte, Funktionen, Module und Bibliotheken.
Das Buch vermittelt den statistischen Hintergrund, der für den Einstieg in die Programmierung von Datenanalysen erforderlich ist, einschließlich Wahrscheinlichkeit, Zufallsverteilungen, Hypothesentests, Konfidenzintervalle und die Erstellung von Regressionsmodellen für Vorhersagen.
Der Rest des Buches bietet Beispiele sowie Tipps und Tricks für interessante Dinge bei der Programmierung von Datenanalysen. Die Themen sind in die folgenden Teile gegliedert:
TEIL I: Erste Schritte mit Data Science & Python.
TEIL II: Machen Sie sich die Hände mit Daten schmutzig.
TEIL III: Informationen visualisieren.
TEIL IV: Umgang mit Daten.
TEIL V: Aus Daten lernen.
TEIL VI: Der Teil der Zehner.