Наука данных с нуля. Анализ данных в Python

Код: 17235928267
Как заказать
1526 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
ВСЕ ТОВАРЫ ПРОДАВЦА №48567556
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 4

Заказывая «Наука данных с нуля. Анализ данных в Python», вы можете быть уверены, что данное изделие из каталога «Базы данных» вы получите через 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.

Год освобождения: 2020

Luminaire: Soft

Количество страниц: 352

Формат: 168x237

Аналитика данных считается чрезвычайно перспективной областью знаний. Он быстро развивается и находит все больше и больше приложений. Профессионалы участвовали в исследовании данных, и извлечение из них полезной информации может рассчитывать на интересную работу и очень привлекательные условия занятости. Однако, чтобы стать аналитиком данных, вам нужно знать математику и статистику, а также изучать программирование. Навыки в области машинного обучения и глубокого обучения также важны. В случае такой конкретной области, которая является наукой о данных, особенно важно приобрести тщательные основы и их тщательное понимание. Были объяснены необходимые элементы математики и статистики. Также были представлены методы построения необходимых инструментов и способов работы наиболее важных алгоритмов. Книга была построена так, что индивидуальная реализация была максимально прозрачной и понятной. Примеры, опубликованные здесь, были написаны на Python: его довольно легко выучить, а работы на данных облегчается рядом полезных библиотек Python. Вторая проблема включала новые темы, такие как глубокое обучение, статистика и обработка естественного языка, а также действия по огромным наборам данных. Эти проблемы часто появляются в работе современного аналитика данных. li> Сбор, очищение и изучение данных

  • Алгоритмы моделей анализа данных
  • Основы машинного обучения
  • Системы рекомендаций и обработка естественного языка
    • < LI> Анализ социальных сетей и алгоритм MapReduce

    Наука данных: база на твердых основаниях! > В настоящее время он участвует в исследованиях в Институте искусственного интеллекта Аллена в Сиэтле. Ранее он работал в Google и нескольких стартапах. Он живет в Сиэтле, где он регулярно участвует в собраниях местного сообщества аналитиков данных. p>

    Предисловие к первому изданию 14

    1. Введение 17

    • Значение данных 17
    • Что такое анализ данных? 17
    • Гипотетическая мотивация 18

      Определение наиболее важных узлов 19

      Аналитики, которые вы можете знать 21

      Заработная плата и опыт 23

      Учитываемые учетные записи 25

      Темы интересные пользователи 26

      Что дальше? 27

    2. Курс Apactive Python 29

    • Правила создания кода Python 29
    • Где получить интерпретатор Python? 30
    • Виртуальные среды 30
    • Форматирование с белыми символами 31
    • Модули 32
    • Польские диаграммы 33
    • Функции 33
    • Цепи 34
    • Исключения 35
    • буквы 35
    • Шорты 36
    • Словарь 37

      DefaultDict 38

    • Счетчик 39
    • Коллекции 39
    • Поток управления 40
    • Логические значения 41
    • Сортировка 42
    • Представление списков 42
    • Автоматические тесты и инструкции для Assert 43
    • Объектно -программирование 43
    • Объекты Iternal и Генераторы 45
    • Случайность 46
    • Регулярные выражения 47
    • Функциональные инструменты 48
    • Функция ZIP и распаковка аргументов 48
    • Аргументы, названные и неназванные 49
    • Типы типа 50