Recenzii ale cititorilor
Rezumat:Cartea este o introducere cuprinzătoare și bine structurată în știința datelor folosind Python, fiind potrivită atât pentru începători, cât și pentru cei cu o anumită experiență în domeniu. Ea acoperă o gamă largă de subiecte, de la instalarea Python de bază până la tehnici avansate de învățare automată, completate cu exemple și explicații practice. Cu toate acestea, unii cititori consideră că poate fi prea avansată pentru începătorii absoluți.
Avantaje:⬤ Stil de scriere minuțios și captivant, care este accesibil cititorilor cu diferite niveluri de cunoștințe în Python și știința datelor.
⬤ Acoperire cuprinzătoare a diferitelor subiecte importante din domeniul științei datelor, inclusiv prelucrarea datelor, învățarea automată și utilizarea bibliotecilor Python cheie.
⬤ Explicațiile clare și exemplele practice ajută la înțelegerea conceptelor complexe.
⬤ Disponibilitatea resurselor, cum ar fi codul GitHub și exemplele Jupyter Notebook.
⬤ Cartea echilibrează cu succes informațiile detaliate cu aplicațiile practice, ceea ce o face utilă atât pentru începători, cât și pentru practicienii mai avansați.
Dezavantaje:⬤ Unele secțiuni sunt considerate prea avansate pentru începătorii compleți, ceea ce o face potențial confuză pentru cei care nu au cunoștințe anterioare de Python.
⬤ Câțiva cititori au considerat că unele părți ale cărții sunt seci sau copleșitoare din cauza profunzimii informațiilor prezentate.
⬤ Capitolele inițiale care acoperă elementele de bază ale Python pot fi inutile pentru utilizatorii experimentați ai Python, determinându-i eventual să parcurgă materialul pe care îl înțeleg deja.
(pe baza a 12 recenzii ale cititorilor)
Titlul original:
Practical Data Science with Python: Learn tools and techniques from hands-on examples to extract insights from data
Conținutul cărții:
Învățați să gestionați eficient datele și să executați proiecte de știința datelor de la început până la sfârșit folosind Python
Caracteristici principale:
⬤ Înțelegeți și utilizați instrumentele de știința datelor în Python, cum ar fi algoritmii specializați de învățare automată și modelarea statistică.
⬤ Construiți o bază solidă de știința datelor cu cele mai bune instrumente de știința datelor disponibile în Python.
⬤ Adăugați valoare dumneavoastră, organizației dumneavoastră și societății prin extragerea de informații acționabile din date brute.
Descrierea cărții:
Practical Data Science with Python vă învață conceptele de bază ale științei datelor, cu exemple reale și realiste, și vă întărește aderența la principiile de bază, precum și la cele avansate ale pregătirii și stocării datelor, statisticii, teoriei probabilităților, învățării automate și programării Python, ajutându-vă să construiți o bază solidă pentru a dobândi competențe în știința datelor.
Cartea începe cu o prezentare generală a abilităților Python de bază și apoi introduce tehnicile fundamentale de știința datelor, urmate de o explicație detaliată a codului Python necesar pentru a executa tehnicile. Veți înțelege codul lucrând prin exemple. Codul a fost împărțit în bucăți mici (câteva linii sau o funcție la un moment dat) pentru a permite o discuție aprofundată.
Pe măsură ce avansați, veți învăța cum să efectuați analize de date, explorând în același timp funcționalitățile pachetelor Python cheie pentru știința datelor, inclusiv pandas, SciPy și scikit-learn. În cele din urmă, cartea abordează etica și preocupările legate de confidențialitate în știința datelor și sugerează resurse pentru îmbunătățirea competențelor în domeniul științei datelor, precum și modalități de a rămâne la curent cu noile evoluții în domeniul științei datelor.
Până la sfârșitul cărții, ar trebui să puteți utiliza confortabil Python pentru proiecte de bază de știința datelor și ar trebui să aveți abilități de a executa procesul de știința datelor pe orice sursă de date.
Ce veți învăța:
⬤ Utilizați eficient pachetele Python pentru știința datelor.
⬤ Curățarea și pregătirea datelor pentru activitatea de știința datelor, inclusiv ingineria și selectarea caracteristicilor.
⬤ Modelarea datelor, inclusiv modelele statistice clasice (de exemplu, testele t) și algoritmii esențiali de învățare automată (ML), cum ar fi pădurile aleatorii și modelele amplificate.
⬤ Evaluarea performanței modelelor.
⬤ Compararea și înțelegerea diferitelor metode ML.
⬤ Interacționați cu foi de calcul Excel prin Python.
⬤ Crearea de rapoarte automatizate privind știința datelor prin Python.
⬤ Să se familiarizeze cu tehnicile de analiză a textului.
Pentru cine este această carte:
Cartea se adresează începătorilor, inclusiv studenților care încep sau urmează să înceapă un program de știința datelor, analiză sau un program conex (de exemplu, licență, masterat, bootcamp, cursuri online), proaspeților absolvenți de facultate care doresc să dobândească noi abilități pentru a se diferenția pe piața muncii, profesioniștilor care doresc să învețe tehnici practice de știința datelor în Python și celor care doresc să își schimbe cariera către știința datelor.
Cartea necesită o familiaritate de bază cu Python. A fost inclusă o secțiune de "inițiere în Python" pentru a-i pune la curent pe novicii compleți.
