Python Data Analysis - Third Edition: Vykonávať zber údajov, spracovanie údajov, spracovanie, vizualizáciu a tvorbu modelov pomocou jazyka Python

Recenzie čitateľov

Kniha je vo všeobecnosti dobre prijímaná začiatočníkmi v oblasti dátovej vedy a dátovej analýzy, chválená pre svoju ľahkú čitateľnosť a široké pokrytie základných konceptov a nástrojov. Mnohí recenzenti oceňujú zaradenie praktických príkladov kódu v jazyku Python a štruktúrovaný prístup k témam od počiatočného nastavenia až po strojové učenie. Viaceré kritické pripomienky však poukazujú na nedostatočnú hĺbku knihy, prítomnosť chýb a problémy s kvalitou obrázkov a ilustrácií.

Ľahko sa číta a je zrozumiteľná, takže je vhodná pre začiatočníkov.

Komplexný úvod do konceptov a nástrojov dátovej vedy.

(na základe 13 čitateľských recenzií)

Pôvodný názov:

Python Data Analysis - Third Edition: Perform data collection, data processing, wrangling, visualization, and model building using Python

Obsah knihy:

Pochopte potrubia na analýzu údajov pomocou algoritmov a techník strojového učenia s touto praktickou príručkou

Kľúčové vlastnosti:

⬤ Pripravte a vyčistite svoje údaje, aby ste ich mohli použiť na prieskumnú analýzu, manipuláciu s údajmi a prácu s údajmi.

⬤ Objavte metódy strojového učenia s dohľadom, bez dohľadu, pravdepodobnostné a bayesovské metódy.

⬤ Zoznámte sa so spracovaním grafov a analýzou nálad.

Popis knihy:

Analýza údajov umožňuje vytvárať hodnoty z malých a veľkých údajov objavovaním nových vzorcov a trendov a Python je jedným z najpopulárnejších nástrojov na analýzu najrôznejších údajov. S touto knihou začnete používať Python na analýzu údajov tým, že preskúmate rôzne fázy a metodiky používané pri analýze údajov a naučíte sa používať moderné knižnice z ekosystému Pythonu na vytváranie efektívnych dátových potrubí.

Začnete základnými základmi štatistickej analýzy a analýzy údajov pomocou jazyka Python, budete vykonávať komplexnú analýzu a modelovanie údajov, manipuláciu s údajmi, čistenie údajov a vizualizáciu údajov pomocou jednoduchých príkladov. Potom pochopíte, ako vykonávať analýzu časových radov a spracovanie signálov pomocou modelov ARMA. Ako budete postupovať, osvojíte si inteligentné spracovanie a analýzu údajov pomocou algoritmov strojového učenia, ako je regresia, klasifikácia, analýza hlavných komponentov (PCA) a zhlukovanie. V záverečných kapitolách budete pracovať na reálnych príkladoch analýzy textových a obrazových údajov pomocou techník spracovania prirodzeného jazyka (NLP), resp. analýzy obrazu. Nakoniec vám kniha predvedie paralelné výpočty s využitím nástroja Dask.

Na konci tejto knihy o analýze údajov budete vybavení zručnosťami, ktoré potrebujete na prípravu údajov na analýzu a vytváranie zmysluplných vizualizácií údajov na predpovedanie hodnôt z údajov.

Čo sa naučíte:

⬤  Preskúmajte dátovú vedu a jej rôzne procesné modely.

⬤ Vykonávať manipuláciu s údajmi pomocou NumPy a pandas na agregáciu, čistenie a spracovanie chýbajúcich hodnôt.

⬤ Vytvárať interaktívne vizualizácie pomocou Matplotlib, Seaborn a Bokeh.

⬤ Získavanie, spracovanie a ukladanie údajov v rôznych formátoch.

⬤ Znalosť predspracovania údajov a tvorby príznakov pomocou programov pandas a scikit-learn.

⬤ Vykonať analýzu časových radov a spracovanie signálov pomocou údajov o cykloch slnečných škvŕn.

⬤ Analyzovať textové údaje a obrazové údaje s cieľom vykonávať pokročilé analýzy.

⬤ Získajte rýchlosť paralelných výpočtov pomocou Dask.

Pre koho je táto kniha určená:

Táto kniha je určená pre dátových analytikov, obchodných analytikov, štatistikov a dátových vedcov, ktorí sa chcú naučiť používať Python na analýzu dát. Študenti a akademické fakulty tiež nájdu v tejto knihe užitočnú pomôcku na učenie a vyučovanie analýzy údajov v jazyku Python s využitím praktického prístupu. Základné znalosti matematiky a praktické znalosti programovacieho jazyka Python vám pomôžu začať pracovať s touto knihou.