مشخصات کتاب

Data Science Using Python and R.

ویرایش:  
نویسندگان: Chantal D. Larose  
سری: Wiley Series on Methods and Applications in Data Mining Ser 
ISBN (شابک) : 9781119526834, 1119526833 
ناشر:  
سال نشر: 2019 
تعداد صفحات: 248 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

در صورت تبدیل فایل کتاب Data Science Using Python and R. 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 علم داده با استفاده از پایتون و R. 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 علم داده با استفاده از پایتون و R.

علم داده را با انجام علم داده بیاموزید! علم داده با استفاده از Python و R شما را به دو پلتفرم منبع باز جهان برای علم داده متصل می کند: Python و R. علم داده داغ است. بلومبرگ دانشمند داده را داغ ترین شغل در آمریکا نامید. پایتون و R دو ابزار منبع باز علم داده برتر در جهان هستند. در علم داده با استفاده از پایتون و R، گام به گام نحوه تولید راه‌حل‌های عملی برای مشکلات تجاری دنیای واقعی، با استفاده از تکنیک‌های پیشرفته را یاد خواهید گرفت. علم داده با استفاده از پایتون و R برای خوانندگان عمومی بدون تجربه قبلی در تحلیل یا برنامه نویسی نوشته شده است. یک فصل کامل به یادگیری اصول اولیه پایتون و R اختصاص داده شده است. سپس، هر فصل دستورالعمل‌ها و روش‌های گام به گام را برای حل مسائل علم داده با استفاده از پایتون و R ارائه می‌کند. کسانی که تجربه تجزیه و تحلیل دارند از داشتن یک فروشگاه یک‌جا برای این کار قدردانی خواهند کرد. یادگیری نحوه انجام علم داده با استفاده از پایتون و R. موضوعات تحت پوشش شامل آماده سازی داده ها، تجزیه و تحلیل داده های اکتشافی، آماده سازی برای مدل سازی داده ها، درخت های تصمیم گیری، ارزیابی مدل، هزینه های طبقه بندی نادرست، طبقه بندی بیز ساده، شبکه های عصبی، خوشه بندی، مدل سازی رگرسیون، کاهش ابعاد است. ، و انجمن قوانین معدن. علاوه بر این، موضوعات جدید هیجان انگیز مانند جنگل های تصادفی و مدل های خطی عمومی نیز گنجانده شده است. این کتاب بر هزینه‌های خطای داده‌محور برای افزایش سودآوری تأکید می‌کند، که از دام‌های رایجی که ممکن است میلیون‌ها دلار برای شرکت هزینه داشته باشد، جلوگیری می‌کند. علم داده با استفاده از پایتون و R تمرین‌هایی را در پایان هر فصل ارائه می‌کند که در مجموع بیش از 500 تمرین در کتاب وجود دارد. بنابراین خوانندگان فرصت زیادی خواهند داشت تا مهارت ها و تخصص های جدید خود را در علم داده آزمایش کنند. در تمرینات تحلیل عملی، خوانندگان برای حل مشکلات تجاری جالب با استفاده از مجموعه داده های دنیای واقعی به چالش کشیده می شوند.

توضیحاتی درمورد کتاب به خارجی

Learn data science by doing data science! Data Science Using Python and R will get you plugged into the world’s two most widespread open-source platforms for data science: Python and R. Data science is hot. Bloomberg called data scientist “the hottest job in America.” Python and R are the top two open-source data science tools in the world. In Data Science Using Python and R, you will learn step-by-step how to produce hands-on solutions to real-world business problems, using state-of-the-art techniques. Data Science Using Python and R is written for the general reader with no previous analytics or programming experience. An entire chapter is dedicated to learning the basics of Python and R. Then, each chapter presents step-by-step instructions and walkthroughs for solving data science problems using Python and R. Those with analytics experience will appreciate having a one-stop shop for learning how to do data science using Python and R. Topics covered include data preparation, exploratory data analysis, preparing to model the data, decision trees, model evaluation, misclassification costs, naïve Bayes classification, neural networks, clustering, regression modeling, dimension reduction, and association rules mining. Further, exciting new topics such as random forests and general linear models are also included. The book emphasizes data-driven error costs to enhance profitability, which avoids the common pitfalls that may cost a company millions of dollars. Data Science Using Python and R provides exercises at the end of every chapter, totaling over 500 exercises in the book. Readers will therefore have plenty of opportunity to test their newfound data science skills and expertise. In the Hands-on Analysis exercises, readers are challenged to solve interesting business problems using real-world data sets.

فهرست مطالب

Content: Chapter 1 Introduction to data science --
Chaper 2 The basics of python and R --
Chapter 3 Dath preparation --
Chapter 4 Exploratory data analysis --
Chapter 5 Preparing to model the data --
Chapter 6 Decision trees --
Chapter 7 Model evaluation --
Chapter 8 naive Bsyes classification --
Chapter 9 Neural networks --
Chapter 10 Clustering --
Chapter 11 Regression modeling --
Chapter 12 Dimension reduction --
Chapter 13 Generalized linear models --
Chapter 14 Association rules.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Roast revolution: contemporary recipes for revamped roast dinners

دانلود کتاب Ultimate Paleolithic Collection: 4 Weeks of Fabulous Paleolithic Breakfasts, Lunches, and Dinners with Appetizers and Desserts ALL IN ONE!

دانلود کتاب $3 Meals in Minutes: Delicious, Low-Cost Dishes for Your Family That Can Be Prepared in No Time!

دانلود کتاب Řády a vyznamenání Habsburské monarchie

دانلود کتاب Meal prep: Guia semanal para planificar tus comidas