Python pentru știința datelor: O introducere practică

Recenzii ale cititorilor

Cartea are recenzii mixte, unii cititori apreciind informațiile furnizate, în timp ce mulți alții îi critică claritatea, lipsa de materiale suplimentare esențiale și calitatea generală a scrierii. Utilizatorii au întâmpinat probleme cu depozitul GitHub legat și au considerat că anumite concepte de codificare sunt slab explicate, ceea ce face dificilă urmărirea cărții de către începători.

⬤ Conține informații bune
⬤ unele capitole se îmbunătățesc pe măsură ce cartea avansează
⬤ cartea îndeplinește anumite așteptări pentru cititorii care sunt oarecum familiarizați cu subiectul.

⬤ Lipsesc soluții adecvate în depozitul GitHub
⬤ primele capitole sunt vagi și confuze pentru începători
⬤ introducerea bruscă a unor concepte complexe de codare fără explicații
⬤ calitate slabă a scrierii
⬤ lipsesc fișierele de suport
⬤ nemulțumire generală față de valoarea cărții.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Python for Data Science: A Hands-On Introduction

Conținutul cărții:

O introducere practică și reală în analiza datelor cu ajutorul limbajului de programare Python, plină de exemple variate.

Python este o alegere ideală pentru accesarea, manipularea și obținerea de informații din date de toate tipurile. Python for Data Science vă introduce în lumea pythonică a analizei datelor cu o abordare de tip learn-by-doing înrădăcinată în exemple practice și activități hands-on. Veți învăța cum să scrieți cod Python pentru a obține, transforma și analiza date, practicând cele mai moderne tehnici de prelucrare a datelor pentru cazuri de utilizare în managementul afacerilor, marketing și suport decizional.

Veți descoperi setul bogat de structuri de date încorporate în Python pentru operațiuni de bază, precum și ecosistemul său robust de biblioteci open-source pentru știința datelor, inclusiv NumPy, pandas, scikit-learn, matplotlib și multe altele. Exemplele arată cum să încărcați date în diferite formate, cum să raționalizați, să grupați și să agregați seturi de date și cum să creați grafice, hărți și alte vizualizări. Capitolele ulterioare sunt aprofundate cu demonstrații ale aplicațiilor de date din lumea reală, inclusiv utilizarea datelor de localizare pentru a alimenta un serviciu de taxi, analiza coșului de piață pentru a identifica articolele achiziționate în mod obișnuit împreună și învățarea automată pentru a prezice prețurile acțiunilor.