Python Data Science Essentials

Recenzii ale cititorilor

Cartea despre știința datelor în Python a primit recenzii mixte din partea utilizatorilor, subliniind punctele sale forte în ceea ce privește îndrumarea practică și învățarea structurată, în timp ce se confruntă cu critici pentru erorile din conținut și actualizările insuficiente.

Cititorii apreciază stilul clar de scriere, exemplele practice și organizarea eficientă a subiectelor. Este notată ca fiind utilă atât pentru începători, cât și pentru utilizatorii experimentați care doresc să își actualizeze cunoștințele. Cartea acoperă concepte fundamentale în știința datelor și include o secțiune pe subiecte avansate, cum ar fi Restricted Boltzmann Machines.

Unii utilizatori au criticat cartea pentru că conține numeroase erori în exemplele de cod, lipsa de sprijin din partea autorului cu privire la aceste probleme și pentru că este depășită în referințele sale (de exemplu, nu abordează tranziția de la IPython Notebook la Jupyter). În plus, este posibil să nu fie suficient de cuprinzătoare pentru începătorii compleți care pornesc de la zero.

(pe baza a 6 recenzii ale cititorilor)

Conținutul cărții:

Caracteristici principale Familiarizați-vă rapid cu știința datelor utilizând Python Economisiți timp - și efort - cu toate instrumentele esențiale explicate Creați proiecte eficiente de știința datelor și evitați capcanele comune cu ajutorul exemplelor și al sfaturilor dictate de experiență Descrierea cărții

Cartea începe prin a vă introduce în configurarea setului dvs. de instrumente esențiale pentru știința datelor. Apoi vă va ghida prin toate fazele de munging și preprocesare a datelor. Acest lucru se va face într-un mod care explică toate activitățile de bază ale științei datelor legate de încărcarea datelor, transformarea și fixarea acestora pentru analiză, precum și explorarea și prelucrarea lor. În cele din urmă, se va completa prezentarea generală prin prezentarea principalilor algoritmi de învățare automată, a tehnicilor de analiză grafică și a tuturor instrumentelor de vizualizare care vă pot face viața mai ușoară în prezentarea rezultatelor.

În această trecere în revistă, structurată ca un proiect de știința datelor, veți fi întotdeauna însoțit de coduri clare și exemple simplificate pentru a vă ajuta să înțelegeți mecanismele de bază și seturile de date din lumea reală. Ce veți învăța Configurați-vă setul de instrumente pentru știința datelor utilizând un mediu științific Python pe Windows, Mac și Linux Pregătiți datele pentru proiectul dvs. de știința datelor Manipulați, fixați și explorați datele pentru a rezolva probleme de știința datelor Configurați o conductă experimentală pentru a vă testa ipoteza de știința datelor Alegeți cel mai eficient și scalabil algoritm de învățare pentru sarcinile dvs. de știința datelor Optimizați modelele de învățare automată pentru a obține cele mai bune performanțe Explorați și grupați grafice, profitând de interconexiunile și legăturile din datele dvs. Table of Contents Primii pași Mutarea datelor Conducta de știința datelor Învățarea automată Analiza rețelelor sociale Vizualizare