مشخصات کتاب

Python : end-to-end data analysis : leverage the power of Python to clean, scrape, analyze, and visualize your data : a course in three modules.

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Vo. T. H,  Phuong  
سری:  
ISBN (شابک) : 9781788396547, 1788396545 
ناشر: Packt Publishing 
سال نشر: 2017 
تعداد صفحات: 911 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

کلمات کلیدی مربوط به کتاب پایتون: تجزیه و تحلیل داده های پایان به انتها: از قدرت پایتون برای تمیز کردن ، خراشیدن ، تجزیه و تحلیل و تجسم داده های خود استفاده کنید: یک دوره در سه ماژول.: تجسم اطلاعات، تحقیقات کمی، پایتون (زبان برنامه کامپیوتری)، رایانه ها -- پردازش داده ها، رایانه ها -- تجسم داده ها، رایانه ها -- پایگاه های داده -- داده کاوی

در صورت تبدیل فایل کتاب Python : end-to-end data analysis : leverage the power of Python to clean, scrape, analyze, and visualize your data : a course in three modules. 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 پایتون: تجزیه و تحلیل داده های پایان به انتها: از قدرت پایتون برای تمیز کردن ، خراشیدن ، تجزیه و تحلیل و تجسم داده های خود استفاده کنید: یک دوره در سه ماژول. 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 پایتون: تجزیه و تحلیل داده های پایان به انتها: از قدرت پایتون برای تمیز کردن ، خراشیدن ، تجزیه و تحلیل و تجسم داده های خود استفاده کنید: یک دوره در سه ماژول.

از قدرت پایتون برای تمیز کردن، خراشیدن، تجزیه و تحلیل و تجسم داده‌های خود استفاده کنید درباره این کتاب داده‌های خود را با استفاده از کتابخانه‌های محبوب پایتون پاکسازی، قالب‌بندی و کاوش کنید و بینش‌های ارزشمندی از آن به دست آورید. مجموعه‌های کلان داده را تجزیه و تحلیل کنید. ایجاد تجسم های جذاب؛ دستکاری و پردازش انواع داده های مختلف با استفاده از NumPy، SciPy و matplotlib. و موارد دیگر همراه با مثال‌های ساده برای توسعه مهارت‌های محاسباتی پیشرفته برای تجزیه و تحلیل داده‌های پیچیده این کتاب برای توسعه‌دهندگان، تحلیلگران و دانشمندان داده است که می‌خواهند تحلیل داده‌ها را از ابتدا بیاموزند. این دوره به شما یک پایه محکم برای تجزیه و تحلیل داده ها با پیچیدگی های مختلف ارائه می دهد. دانش کاری پایتون (و علاقه شدید به بازی با داده های شما) توصیه می شود. آنچه یاد خواهید گرفت اهمیت تجزیه و تحلیل داده ها را درک کنید و بر مراحل پردازش آن مسلط شوید با استفاده از Python و کتابخانه های تجزیه و تحلیل داده های مرتبط با آن مانند Pandas، NumPy و SciPy Clean راحت باشید و داده های خود را تغییر دهید و از تجزیه و تحلیل آماری پیشرفته برای ایجاد تجسم های جذاب استفاده کنید. تجزیه و تحلیل تصاویر و داده‌های سری زمانی استخراج متن و تجزیه و تحلیل شبکه‌های اجتماعی انجام اسکراپینگ وب و کار با پایگاه‌های داده مختلف، Hadoop و Spark استفاده از مدل‌های آماری برای کشف الگوها در داده‌ها تشخیص شباهت‌ها و تفاوت‌ها در داده‌ها با خوشه‌بندی کار با Jupyter Notebook برای تولید ارقام آماده انتشار در گزارش ها گنجانده شده است تجزیه و تحلیل داده ها فرآیند به کارگیری استدلال منطقی و تحلیلی برای مطالعه هر جزء از داده های موجود در سیستم است. پایتون یک زبان برنامه نویسی چند دامنه ای، سطح بالا است که طیف وسیعی از ابزارها و کتابخانه های مناسب برای همه مقاصد را ارائه می دهد، این زبان به آرامی به عنوان یکی از زبان های اصلی برای علم داده تکامل یافته است. آیا تا به حال تصور کرده اید که در برخورد موثر با مسائل تجزیه و تحلیل داده ها، حل آنها و استخراج تمام اطلاعات موجود از داده های خود، متخصص شوید؟ اگر بله، بیشتر از این نگاه نکنید، این دوره ای است که شما نیاز دارید! در این دوره، با معرفی مبانی تجزیه و تحلیل داده ها و کتابخانه های پایتون پشتیبانی شده مانند matplotlib، NumPy و pandas، شما را با تجزیه و تحلیل داده های پایتون شروع می کنیم. با انتخاب نقشه‌های رنگی، شکل‌ها، اندازه‌ها و پالت‌های مختلف، تجسم‌سازی ایجاد کنید و سپس با استفاده از الگوریتم‌ها و همبستگی‌های توزیع، به تحلیل داده‌های آماری بپردازید. سپس راه خود را برای حل مشکلات مختلف داده ها و عددی پیدا خواهید کرد، با Spark و HDFS کنار می آیید و اسکریپت های مهاجرت را برای وب کاوی تنظیم می کنید. شما قادر خواهید بود مرتب سازی، کاهش و تجزیه و تحلیل بعدی را به سرعت و با دقت انجام دهید و کاملاً درک کنید که چگونه روش های تجزیه و تحلیل داده ها می توانند از تصمیم گیری تجاری حمایت کنند. در نهایت، شما به تکنیک‌های پیشرفته‌ای مانند انجام رگرسیون، تعیین کمیت علت و معلول با استفاده از روش‌های بیزی و کشف نحوه استفاده از ابزارهای پایتون برای یادگیری ماشینی تحت نظارت خواهید پرداخت. این دوره محتوای بسیار کاربردی را برای توضیح تجزیه و تحلیل داده ها با پایتون، از کتاب های Packt زیر در اختیار شما قرار می دهد: شروع به کار با تجزیه و تحلیل داده های پایتون. کتاب آشپزی تجزیه و تحلیل داده پایتون. تسلط بر تجزیه و تحلیل داده های پایتون در پایان این دوره، شما تمام دانش لازم برای تجزیه و تحلیل داده های خود را با سطوح مختلف پیچیدگی و تبدیل آن به بینش عملی خواهید داشت. سبک و رویکرد، تجزیه و تحلیل داده‌های پایتون را با استفاده از مثال‌های جذاب و تمرین‌های سرگرم‌کننده، و با رویکردی ملایم و دوستانه اما جامع «یادگیری از طریق انجام» یاد بگیرید. روش مفیدی برای تجزیه و تحلیل داده‌های مختص این دوره به شما ارائه می‌دهد، اما می‌تواند برای هر داده دیگری نیز اعمال شود. این دوره به گونه ای طراحی شده است که هم راهنما و هم مرجعی برای حرکت فراتر از مبانی تحلیل داده ها باشد.

توضیحاتی درمورد کتاب به خارجی

Leverage the power of Python to clean, scrape, analyze, and visualize your data About This Book Clean, format, and explore your data using the popular Python libraries and get valuable insights from it Analyze big data sets; create attractive visualizations; manipulate and process various data types using NumPy, SciPy, and matplotlib; and more Packed with easy-to-follow examples to develop advanced computational skills for the analysis of complex data Who This Book Is For This course is for developers, analysts, and data scientists who want to learn data analysis from scratch. This course will provide you with a solid foundation from which to analyze data with varying complexity. A working knowledge of Python (and a strong interest in playing with your data) is recommended. What You Will Learn Understand the importance of data analysis and master its processing steps Get comfortable using Python and its associated data analysis libraries such as Pandas, NumPy, and SciPy Clean and transform your data and apply advanced statistical analysis to create attractive visualizations Analyze images and time series data Mine text and analyze social networks Perform web scraping and work with different databases, Hadoop, and Spark Use statistical models to discover patterns in data Detect similarities and differences in data with clustering Work with Jupyter Notebook to produce publication-ready figures to be included in reports In Detail Data analysis is the process of applying logical and analytical reasoning to study each component of data present in the system. Python is a multi-domain, high-level, programming language that offers a range of tools and libraries suitable for all purposes, it has slowly evolved as one of the primary languages for data science. Have you ever imagined becoming an expert at effectively approaching data analysis problems, solving them, and extracting all of the available information from your data? If yes, look no further, this is the course you need! In this course, we will get you started with Python data analysis by introducing the basics of data analysis and supported Python libraries such as matplotlib, NumPy, and pandas. Create visualizations by choosing color maps, different shapes, sizes, and palettes then delve into statistical data analysis using distribution algorithms and correlations. You'll then find your way around different data and numerical problems, get to grips with Spark and HDFS, and set up migration scripts for web mining. You'll be able to quickly and accurately perform hands-on sorting, reduction, and subsequent analysis, and fully appreciate how data analysis methods can support business decision-making. Finally, you will delve into advanced techniques such as performing regression, quantifying cause and effect using Bayesian methods, and discovering how to use Python's tools for supervised machine learning. The course provides you with highly practical content explaining data analysis with Python, from the following Packt books: Getting Started with Python Data Analysis. Python Data Analysis Cookbook. Mastering Python Data Analysis. By the end of this course, you will have all the knowledge you need to analyze your data with varying complexity levels, and turn it into actionable insights. Style and approach Learn Python data analysis using engaging examples and fun exercises, and with a gentle and friendly but comprehensive "learn-by-doing" approach. It offers you a useful way of analyzing the data that's specific to this course, but that can also be applied to any other data. This course is designed to be both a guide and a reference for moving beyond the basics of data analysis.

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Learning from Data Made Easy with R: A Gentle Introduction for Data Science

دانلود کتاب C++ Kochbuch

دانلود کتاب Java Secrets

دانلود کتاب Perl Programmers Reference Guide Perl, Version 5.004, 21−Jun−1997

دانلود کتاب C++-Wochenend-Crashkurs : [auf der CD-ROM: C++-Compiler und Beispielcodes ; 15 Stunden, 30 Lektionen, die es Ihnen ermöglichen, C++ in nur 15 Stunden zu erlernen]

دانلود کتاب LaTeX

دانلود کتاب The Provincial Letters of Blaise Pascal

دانلود کتاب Debugging ASP.NET

دانلود کتاب bash Cookbook: Solutions and Examples for bash Users

دانلود کتاب Real Time Analytics with SAP HANA