Hodnotenie:
Kniha je navrhnutá tak, aby pomohla čitateľom rýchlo začať s dátovou vedou pomocou jazyka Python, najmä pre tých, ktorí už majú určité znalosti tohto jazyka. Ponúka krok za krokom návod na používanie Jupyteru a rôznych knižníc pre dátovú vedu. Zatiaľ čo niektorí používatelia oceňujú jej štruktúrovaný formát podobný učebni, iní ju považujú za zle usporiadanú a bez jasných vysvetlení.
Výhody:⬤ Rýchlo pomáha používateľom začať s dátovou vedou
⬤ jasné príklady krok za krokom
⬤ dobré pre čitateľov so základnými znalosťami jazyka Python
⬤ za rozumnú cenu.
⬤ Slabá organizácia
⬤ okrajové vysvetlenia pojmov
⬤ niektorí používatelia dávajú prednosť alternatívnym zdrojom, ako je YouTube.
(na základe 5 čitateľských recenzií)
Beginning Data Analysis with Python And Jupyter: Use powerful industry-standard tools to unlock new, actionable insight from your existing data
Začať s dátovou vedou nemusí byť náročný boj. Tento sprievodca krok za krokom je ideálny pre začiatočníkov, ktorí ovládajú trochu Pythonu a hľadajú rýchly a prehľadný úvod. Kľúčové vlastnosti Začnite pracovať s ekosystémom Jupyter a niektorými príkladovými súbormi údajov Zoznámte sa s kľúčovými konceptmi strojového učenia, ako sú klasifikátory SVM, KNN a náhodné lesy Zistite, ako môžete použiť škrabanie webových stránok na zhromažďovanie a analýzu vlastných súborov údajov na mieru Popis knihy
V tomto praktickom kurze Pythonu a Jupyteru si osvojíte zručnosti, ktoré potrebujete pre základnú úroveň dátovej vedy. Dozviete sa o niektorých najčastejšie používaných knižniciach, ktoré sú súčasťou distribúcie Anaconda, a potom budete skúmať modely strojového učenia s reálnymi súbormi údajov, aby ste získali zručnosti a skúsenosti, ktoré potrebujete pre reálny svet. Na záver vám ukážeme, aké jednoduché môže byť škrabanie a zhromažďovanie vlastných údajov z otvoreného webu, aby ste mohli svoje nové zručnosti uplatniť v praktickom kontexte. Čo sa naučíte Identifikovať potenciálne oblasti skúmania a vykonať prieskumnú analýzu údajov Naplánovať stratégiu klasifikácie strojového učenia a trénovať klasifikačné modely Použiť validačné krivky a redukciu dimenzionality na vyladenie a vylepšenie svojich modelov Vyškrabávať tabuľkové údaje z webových stránok a transformovať ich do Pandas DataFrames Vytvárať interaktívne vizualizácie vhodné pre web, aby ste jasne komunikovali svoje zistenia Pre koho je táto kniha určená
Vzhľadom na rastúcu popularitu a dostupnosť dátovej vedy je táto kniha ideálna pre odborníkov s rôznorodou pracovnou náplňou v rôznych odvetviach. Budete potrebovať určité predchádzajúce skúsenosti s jazykom Python, pričom akákoľvek predchádzajúca práca s knižnicami ako Pandas, Matplotlib a Pandas vám poskytne užitočný náskok. Obsah Základy Jupyteru Čistenie dát a pokročilé strojové učenie Škrabanie dát a interaktívne vizualizácie
