دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: آمار ریاضی ویرایش: 3rd نویسندگان: Alberto Boschetti. Luca Massaron سری: ISBN (شابک) : 9781789537864 ناشر: Packt Publishing سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب ضروریات علم داده پایتون: علم داده، پایتون، یادگیری ماشین
در صورت تبدیل فایل کتاب Python Data Science Essentials 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 ضروریات علم داده 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.
جدیدترین نسخه Python Data Science Essentials که کاملاً گسترش یافته و ارتقا یافته است به شما کمک می کند تا در عملیات علم داده با استفاده از رایج ترین کتابخانه های پایتون موفق شوید. این کتاب بینش به روزی را در مورد هسته پایتون، از جمله آخرین نسخه های Jupyter Notebook، NumPy، پانداها، و scikit-learn ارائه می دهد. این کتاب نمونههای دقیق و مجموعه دادههای ترکیبی بزرگ را پوشش میدهد تا به شما در درک تکنیکهای آماری ضروری برای جمعآوری دادهها، تجزیه و تحلیل دادهها، تجسم، و فعالیتهای گزارشدهی کمک کند. همچنین درک درستی از موضوعات پیشرفته علم داده مانند الگوریتم های یادگیری ماشین، محاسبات توزیع شده، تنظیم مدل های پیش بینی و پردازش زبان طبیعی به دست خواهید آورد. علاوه بر این، شما همچنین با راه حل های یادگیری عمیق و تقویت گرادیان مانند XGBoost، LightGBM و CatBoost آشنا خواهید شد. در پایان کتاب، شما یک نمای کلی از الگوریتم های اصلی یادگیری ماشین، تکنیک های تجزیه و تحلیل گراف، و تمام ابزارهای تجسم و استقرار که ارائه نتایج خود را برای مخاطبان متخصص علوم داده و کسب و کار آسان تر می کند، به دست خواهید آورد. کاربران
Fully expanded and upgraded, the latest edition of Python Data Science Essentials will help you succeed in data science operations using the most common Python libraries. This book offers up-to-date insight into the core of Python, including the latest versions of the Jupyter Notebook, NumPy, pandas, and scikit-learn. The book covers detailed examples and large hybrid datasets to help you grasp essential statistical techniques for data collection, data munging and analysis, visualization, and reporting activities. You will also gain an understanding of advanced data science topics such as machine learning algorithms, distributed computing, tuning predictive models, and natural language processing. Furthermore, You’ll also be introduced to deep learning and gradient boosting solutions such as XGBoost, LightGBM, and CatBoost. By the end of the book, you will have gained a complete overview of the principal machine learning algorithms, graph analysis techniques, and all the visualization and deployment instruments that make it easier to present your results to an audience of both data science experts and business users.
1 First Steps 2 Data Munging 3 The Data Pipeline 4 Machine Learning 5 Visualization, Insights, and Results 6 Social Network Analysis 7 Deep Learning Beyond the Basics 8 Spark for Big Data A Appendix A: Strengthen Your Python Foundations A Appendix B: Other Books You May Enjoy A Appendix C: Index