دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Science Fundamentals for Python and MongoDB
دانلود کتاب اصول علوم داده برای پایتون و MongoDB
مشخصات کتاب
Data Science Fundamentals for Python and MongoDB
ویرایش:
نویسندگان: David Paper
سری:
ISBN (شابک) : 9781484235973
ناشر: Apress
سال نشر: 2018
تعداد صفحات: 221
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
قیمت کتاب (تومان) : 44,000
کلمات کلیدی مربوط به کتاب اصول علوم داده برای پایتون و MongoDB: علم داده، شبیه‌سازی، شبیه‌سازی مونت کارلو، جبر خطی، ریاضیات برداری و ماتریس، شبیه‌سازی تصادفی، تصادفی، نزول گرادیان، جدال داده، پاکسازی داده‌ها، نقشه حرارتی، MongoDB، NoSQL، JSONndaonth، Pythony، Pythonth، NP , توزیع یکنواخت , توزیع عادی
در صورت تبدیل فایل کتاب Data Science Fundamentals for Python and MongoDB به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب اصول علوم داده برای پایتون و MongoDB نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب اصول علوم داده برای پایتون و MongoDB
مهارت های پایه ای در علم داده را ایجاد کنید که برای کار با الگوریتم های پیچیده علم داده و درک بهتر آنها لازم است. این کتاب نمونه محور، نمونه های کامل کدگذاری پایتون را برای تکمیل و شفاف سازی مفاهیم علم داده و غنی سازی تجربه یادگیری ارائه می دهد. نمونه‌های کدگذاری هر زمان که مناسب باشد شامل تجسم‌سازی می‌شوند. این کتاب یک پیش درآمد ضروری برای بکارگیری و پیاده سازی الگوریتم های یادگیری ماشین است. کتاب خودکفا است. تمامی مهارت های ریاضی، آمار، تصادفی و برنامه نویسی مورد نیاز برای تسلط بر محتوا پوشش داده شده است. دانش عمیق برنامه نویسی شی گرا لازم نیست زیرا مثال های کاملی ارائه و توضیح داده شده است. مبانی علم داده با پایتون و MongoDB یک نقطه شروع عالی برای کسانی است که علاقه مند به دنبال کردن حرفه ای در علم داده هستند. مانند هر علمی، مبانی علم داده پیش نیاز شایستگی است. بدون مهارت در ریاضیات، آمار، دستکاری داده ها و کدنویسی، مسیر موفقیت در بهترین حالت "سنگ" است. مثال های کدگذاری این کتاب مختصر، دقیق و کامل هستند و کاملا مکمل مفاهیم علم داده معرفی شده هستند. آنچه یاد خواهید گرفت: برای شغلی در علم داده آماده شوید کار با ساختارهای داده پیچیده در پایتون شبیه سازی با الگوریتم های مونت کارلو و استوکاستیک جبر خطی را با استفاده از بردارها و ماتریس ها اعمال کنید از الگوریتم های پیچیده مانند نزول گرادیان و تجزیه و تحلیل اجزای اصلی استفاده کنید بحث، پاکسازی، تجسم، و حل مشکل با داده ها از MongoDB و JSON برای کار با داده ها استفاده کنید
توضیحاتی درمورد کتاب به خارجی
Build the foundational data science skills necessary to work with and better understand complex data science algorithms. This example-driven book provides complete Python coding examples to complement and clarify data science concepts, and enrich the learning experience. Coding examples include visualizations whenever appropriate. The book is a necessary precursor to applying and implementing machine learning algorithms. The book is self-contained. All of the math, statistics, stochastic, and programming skills required to master the content are covered. In-depth knowledge of object-oriented programming isn’t required because complete examples are provided and explained. Data Science Fundamentals with Python and MongoDB is an excellent starting point for those interested in pursuing a career in data science. Like any science, the fundamentals of data science are a prerequisite to competency. Without proficiency in mathematics, statistics, data manipulation, and coding, the path to success is “rocky” at best. The coding examples in this book are concise, accurate, and complete, and perfectly complement the data science concepts introduced. What You'll Learn: Prepare for a career in data science Work with complex data structures in Python Simulate with Monte Carlo and Stochastic algorithms Apply linear algebra using vectors and matrices Utilize complex algorithms such as gradient descent and principal component analysis Wrangle, cleanse, visualize, and problem solve with data Use MongoDB and JSON to work with data
