دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Learning Data Mining with Python
دانلود کتاب آموزش داده کاوی با پایتون
مشخصات کتاب
Learning Data Mining with Python
ویرایش:
نویسندگان: Robert Layton
سری:
ISBN (شابک) : 1784396052, 9781784396053
ناشر: Packt Publishing
سال نشر: 2015
تعداد صفحات: 344
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 30,000
کلمات کلیدی مربوط به کتاب آموزش داده کاوی با پایتون: پایگاه داده های داده کاوی Big Computers Processing Technology Enterprise Applications Software
در صورت تبدیل فایل کتاب Learning Data Mining with Python 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 آموزش داده کاوی با پایتون 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 آموزش داده کاوی با پایتون
از قدرت پایتون برای تجزیه و تحلیل داده‌ها و ایجاد مدل‌های پیش‌بینی روشنگر استفاده کنید
درباره این کتاب
- آموزش داده‌کاوی به صورت عملی، با استفاده از طیف گسترده ای از کتابخانه ها و تکنیک ها
- یادگیری نحوه یافتن، دستکاری و تجزیه و تحلیل داده ها با استفاده از پایتون
- دستورالعمل های گام به گام در ایجاد برنامه های کاربردی در دنیای واقعی تکنیک های داده کاوی
این کتاب برای چه کسی است
اگر برنامه نویسی هستید که می خواهید با داده کاوی شروع کنید، پس این کتاب برای شما مناسب است.
آنچه یاد خواهید گرفت
- مفاهیم داده کاوی را در مسائل دنیای واقعی به کار ببرید
- نتیجه مسابقات ورزشی را بر اساس نتایج گذشته پیش بینی کنید
- تعیین نویسنده یک سند بر اساس سبک نوشتن خود
- از API ها برای دانلود مجموعه داده ها از رسانه های اجتماعی و سایر سرویس های آنلاین استفاده کنید
- یافتن و استخراج ویژگی های خوب از مجموعه داده های دشوار
- ایجاد مدل هایی که مشکلات دنیای واقعی را حل می کنند
- طراحی و توسعه برنامه های داده کاوی با استفاده از g انواع مجموعه داده‌ها
- آزمایش‌های تکرارپذیر را تنظیم کنید و نتایج قوی ایجاد کنید
- فیلم‌ها، افراد مشهور آنلاین و مقالات خبری را بر اساس ترجیحات شخصی توصیه کنید
- محاسبه بر روی داده‌های بزرگ , از جمله داده‌های بی‌درنگ از اینترنت
در جزئیات
گام بعدی در عصر اطلاعات، کسب بینش از سیل داده‌هایی است که به سمت ما می‌آیند. داده کاوی راهی برای یافتن این بینش فراهم می کند و پایتون یکی از محبوب ترین زبان ها برای داده کاوی است که هم قدرت و هم انعطاف پذیری در تجزیه و تحلیل را ارائه می دهد.
این کتاب به شما می آموزد که با استفاده از برنامه های داده کاوی طراحی و توسعه دهید. مجموعه‌ای از مجموعه‌های داده، که با طبقه‌بندی اولیه و تجزیه و تحلیل قرابت شروع می‌شوند. در مرحله بعد، به انواع داده های پیچیده تر از جمله متن، تصویر و نمودار می رویم. در هر فصل، مدل‌هایی ایجاد می‌کنیم که مشکلات دنیای واقعی را حل می‌کنند.
مجموعه‌ای غنی و متنوع از کتابخانه‌ها برای داده‌کاوی در پایتون موجود است. این کتاب تعداد زیادی را شامل می شود، از جمله نوت بوک IPython، پانداها، scikit-learn و NLTK.
هر فصل از این کتاب شما را با الگوریتم ها و تکنیک های جدیدی آشنا می کند. در پایان کتاب، با دانش و درک خوب از الگوریتم ها و پیاده سازی ها، بینش زیادی در مورد استفاده از پایتون برای داده کاوی به دست خواهید آورد.
توضیحاتی درمورد کتاب به خارجی
Harness the power of Python to analyze data and create insightful predictive models
About This Book
- Learn data mining in practical terms, using a wide variety of libraries and techniques
- Learn how to find, manipulate, and analyze data using Python
- Step-by-step instructions on creating real-world applications of data mining techniques
Who This Book Is For
If you are a programmer who wants to get started with data mining, then this book is for you.
What You Will Learn
- Apply data mining concepts to real-world problems
- Predict the outcome of sports matches based on past results
- Determine the author of a document based on their writing style
- Use APIs to download datasets from social media and other online services
- Find and extract good features from difficult datasets
- Create models that solve real-world problems
- Design and develop data mining applications using a variety of datasets
- Set up reproducible experiments and generate robust results
- Recommend movies, online celebrities, and news articles based on personal preferences
- Compute on big data, including real-time data from the Internet
In Detail
The next step in the information age is to gain insights from the deluge of data coming our way. Data mining provides a way of finding this insight, and Python is one of the most popular languages for data mining, providing both power and flexibility in analysis.
This book teaches you to design and develop data mining applications using a variety of datasets, starting with basic classification and affinity analysis. Next, we move on to more complex data types including text, images, and graphs. In every chapter, we create models that solve real-world problems.
There is a rich and varied set of libraries available in Python for data mining. This book covers a large number, including the IPython Notebook, pandas, scikit-learn and NLTK.
Each chapter of this book introduces you to new algorithms and techniques. By the end of the book, you will gain a large insight into using Python for data mining, with a good knowledge and understanding of the algorithms and implementations.
