Data Science with Python

ویرایش: 1 
نویسندگان: coll.  
سری:  
 
ناشر: Packt Publishing 
سال نشر: 2016 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 20 مگابایت 

قیمت کتاب (تومان) : 34,000



قدرت پایتون و قابلیت های قوی علم داده آن را آزاد کنید

درباره این کتاب

• قدرت اشیاء پایتون 3 را آزاد کنید</ li>
• یاد بگیرید که از کتابخانه های قدرتمند پایتون برای پردازش و تجزیه و تحلیل موثر داده ها استفاده کنید
• از قدرت پایتون برای تجزیه و تحلیل داده ها و ایجاد مدل های پیش بینی هوشمندانه استفاده کنید
• باز کردن بینش های عمیق تر در یادگیری ماشین با این راهنمای حیاتی برای تجزیه و تحلیل پیش‌بینی‌کننده پیشرفته

این کتاب برای چه کسی است

تحلیل‌گران سطح ابتدایی که می‌خواهند وارد دنیای علم داده شوند، این دوره آموزشی را خواهند یافت. برای آشنایی با قابلیت های علم داده پایتون برای انجام تجزیه و تحلیل داده های دنیای واقعی بسیار مفید است.

آنچه خواهید آموخت

• نصب و راه اندازی Python
• اجرای اشیاء در پایتون با ایجاد کلاس‌ها و تعریف روش‌ها
• با NumPy برای استفاده از آن با آرایه‌ها و محاسبات آرایه‌گرا در تجزیه و تحلیل داده‌ها آشنا شوید
• تجسم‌های مؤثری برای ارائه داده‌های خود با استفاده از آن ایجاد کنید. Matplotlib
• پردازش و تجزیه و تحلیل داده ها با استفاده از قابلیت های سری زمانی پانداها
• تعامل با انواع سیستم های پایگاه داده مانند فایل، فرمت دیسک، Mongo و Redis
• <. li>مفاهیم داده کاوی را برای مشکلات دنیای واقعی به کار ببرید
• محاسبه بر روی داده های بزرگ، از جمله داده های بلادرنگ از اینترنت
• کاوش در مورد نحوه استفاده از مدل های مختلف یادگیری ماشین برای پرسیدن سوالات مختلف از داده های شما

در جزئیات

دوره آموزشی Python: Real-World Data Science شما را به سفری می برد تا با درک کامل این کلید، به یک پزشک کارآمد علم داده تبدیل شوید. مفاهیم پایتون این مسیر یادگیری به چهار ماژول تقسیم شده است و هر ماژول به تنهایی یک دوره مینی است و با تکمیل هر یک، مهارت های کلیدی را به دست خواهید آورد و برای مطالب در ماژول بعدی آماده خواهید شد.

< p> این دوره با بررسی اصول پایتون شما شروع می شود. پس از آشنایی با مفاهیم اصلی پایتون، زمان آن فرا رسیده که وارد حوزه علم داده شوید. در ماژول دوم، نحوه انجام تجزیه و تحلیل داده ها با استفاده از پایتون را به روشی کاربردی و مبتنی بر مثال خواهید آموخت. ماژول سوم به شما یاد می دهد که چگونه برنامه های داده کاوی را با استفاده از مجموعه داده های مختلف طراحی و توسعه دهید، از طبقه بندی اولیه و تجزیه و تحلیل قرابت تا انواع داده های پیچیده تر از جمله متن، تصاویر و نمودارها شروع می شود. یادگیری ماشین و تجزیه و تحلیل پیش‌بینی‌کننده به مهم‌ترین رویکردها برای کشف معادن طلا تبدیل شده‌اند. در ماژول نهایی، جزئیات لازم در مورد مفاهیم یادگیری ماشین را مورد بحث قرار می‌دهیم، توضیحاتی بصری و در عین حال آموزنده در مورد نحوه عملکرد الگوریتم‌های یادگیری ماشین، نحوه استفاده از آنها و مهم‌تر از همه، نحوه اجتناب از دام‌های رایج ارائه می‌کنیم.< h2>سبک و رویکرد

این دوره شامل تمام منابعی است که به شما کمک می کند با پایتون وارد حوزه علم داده شوید و یاد بگیرید که چگونه داده ها را معنا کنید. هدف ایجاد یک مسیر یادگیری هموار است که به شما یاد می‌دهد چگونه با کتابخانه‌های قدرتمند پایتون شروع کنید و تکنیک‌های مختلف علم داده را به طور عمیق انجام دهید.

Unleash the power of Python and its robust data science capabilities

About This Book

• Unleash the power of Python 3 objects
• Learn to use powerful Python libraries for effective data processing and analysis
• Harness the power of Python to analyze data and create insightful predictive models
• Unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analytics

Who This Book Is For

Entry-level analysts who want to enter in the data science world will find this course very useful to get themselves acquainted with Python’s data science capabilities for doing real-world data analysis.

What You Will Learn

• Install and setup Python
• Implement objects in Python by creating classes and defining methods
• Get acquainted with NumPy to use it with arrays and array-oriented computing in data analysis
• Create effective visualizations for presenting your data using Matplotlib
• Process and analyze data using the time series capabilities of pandas
• Interact with different kind of database systems, such as file, disk format, Mongo, and Redis
• Apply data mining concepts to real-world problems
• Compute on big data, including real-time data from the Internet
• Explore how to use different machine learning models to ask different questions of your data

In Detail

The Python: Real-World Data Science course will take you on a journey to become an efficient data science practitioner by thoroughly understanding the key concepts of Python. This learning path is divided into four modules and each module are a mini course in their own right, and as you complete each one, you’ll have gained key skills and be ready for the material in the next module.

The course begins with getting your Python fundamentals nailed down. After getting familiar with Python core concepts, it’s time that you dive into the field of data science. In the second module, you'll learn how to perform data analysis using Python in a practical and example-driven way. The third module will teach you how to design and develop data mining applications using a variety of datasets, starting with basic classification and affinity analysis to more complex data types including text, images, and graphs. Machine learning and predictive analytics have become the most important approaches to uncover data gold mines. In the final module, we'll discuss the necessary details regarding machine learning concepts, offering intuitive yet informative explanations on how machine learning algorithms work, how to use them, and most importantly, how to avoid the common pitfalls.

Style and approach

This course includes all the resources that will help you jump into the data science field with Python and learn how to make sense of data. The aim is to create a smooth learning path that will teach you how to get started with powerful Python libraries and perform various data science techniques in depth.