ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Python Data Science Essentials - Third Edition: A Beginner’s Guide Covering Essential Data Science Principles, Tools, and Techniques

دانلود کتاب ضروریات علوم داده پایتون - ویرایش سوم: راهنمای مبتدی که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد

Python Data Science Essentials - Third Edition: A Beginner’s Guide Covering Essential Data Science Principles, Tools, and Techniques

مشخصات کتاب

Python Data Science Essentials - Third Edition: A Beginner’s Guide Covering Essential Data Science Principles, Tools, and Techniques

ویرایش:  
نویسندگان:   
سری:  
 
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: 3 مگابایت

قیمت کتاب (تومان) : 46,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 19


در صورت تبدیل فایل کتاب Python Data Science Essentials - Third Edition: A Beginner’s Guide Covering Essential Data Science Principles, Tools, and Techniques 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 علوم داده پایتون - ویرایش سوم: راهنمای مبتدی که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد 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 ضروریات علوم داده پایتون - ویرایش سوم: راهنمای مبتدی که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد



با استفاده از ابزارهای معروف علم داده، اطلاعات مفیدی از داده های خود به دست آورید

ویژگی های کلیدی

  • راهنمای یک مرحله ای برای کتابخانه های پایتون مانند پانداها و NumPy
  • پوشش جامع عملیات علم داده مانند پاکسازی داده ها و دستکاری داده ها
  • الگوریتم های یادگیری مقیاس پذیر را برای وظایف علم داده خود انتخاب کنید

شرح کتاب

جدیدترین نسخه Python Data Science Essentials که به طور کامل گسترش یافته و ارتقا یافته است به شما کمک می کند در عملیات علم داده با استفاده از رایج ترین کتابخانه های پایتون موفق شوید. این کتاب بینش مدرن را در مورد هسته پایتون، از جمله آخرین نسخه‌های نوت‌بوک Jupyter، NumPy، پانداها، و scikit-learn به ارمغان می‌آورد.

این کتاب نمونه‌های دقیق و مجموعه داده‌های ترکیبی بزرگ را پوشش می‌دهد تا به شما در درک تکنیک‌های آماری ضروری در جمع‌آوری داده‌ها، تجزیه و تحلیل داده‌ها، تجسم و فعالیت‌های گزارش کمک کند. شما همچنین موضوعات پیشرفته علم داده مانند مناظر یادگیری ماشین، محاسبات توزیع شده، ساخت مدل های پیش بینی و پردازش زبان طبیعی را درک خواهید کرد. علاوه بر این، با راه‌حل‌های یادگیری عمیق و تقویت گرادیان مانند xgboost، lightgbm و catboost نیز آشنا خواهید شد.

در پایان کتاب، شما یک نمای کلی از الگوریتم‌های اصلی یادگیری ماشین، تکنیک‌های تجزیه و تحلیل گراف، و تمام ابزارهای تجسم و استقرار به دست خواهید آورد که ارائه نتایج خود را به مخاطبان متخصص علوم داده آسان‌تر می‌کند. و کاربران تجاری.

آنچه خواهید آموخت

  • جعبه ابزار علم داده خود را در Windows، Mac و Linux راه اندازی کنید
  • از روش‌های اصلی یادگیری ماشین ارائه شده توسط کتابخانه scikit-learn استفاده کنید
  • دستکاری، تعمیر و کاوش داده ها برای حل مشکلات علم داده
  • تکنیک های اکتشافی و دستکاری پیشرفته برای حل عملیات داده را بیاموزید
  • مدل های یادگیری ماشین خود را برای عملکرد بهینه بهینه کنید
  • کاوش و خوشه‌بندی نمودارها، با بهره‌گیری از اتصالات و پیوندهای موجود در داده‌های خود

این کتاب برای چه کسی است

اگر وارد علم داده، تحلیلگر داده، یا مهندس داده هستید، این کتاب به شما کمک می‌کند تا بدون اتلاف وقت، برای مقابله با مشکلات علم داده در دنیای واقعی آماده شوید. دانش اولیه احتمال/آمار و تجربه کدنویسی پایتون به شما در درک مفاهیم مطرح شده در این کتاب کمک می کند.

درباره نویسنده

Luca Massaron یک دانشمند داده و یک مدیر تحقیقات بازاریابی متخصص در تجزیه و تحلیل آماری چند متغیره، یادگیری ماشین و بینش مشتری با بیش از یک دهه تجربه در حل مشکلات دنیای واقعی و ایجاد ارزش برای ذینفعان توسط استفاده از استدلال، آمار، داده کاوی و الگوریتم ها. از پیشگامی در تجزیه و تحلیل مخاطبان وب در ایتالیا تا کسب رتبه ده کاگلر برتر، او همیشه به همه چیز در مورد داده ها و تجزیه و تحلیل و نشان دادن توانایی کشف دانش مبتنی بر داده برای متخصصان و غیرمتخصصان علاقه داشته است. او که سادگی را به پیچیدگی غیر ضروری ترجیح می دهد، معتقد است که تنها با انجام کارهای ضروری می توان به چیزهای زیادی در علم داده دست یافت.

Alberto Boschetti یک دانشمند داده با تخصص در پردازش سیگنال و آمار است. او دارای مدرک دکترای مهندسی مخابرات است و در حال حاضر در لندن زندگی و کار می کند. او در پروژه‌های کاری خود با چالش‌هایی از NLP، تحلیل رفتاری، یادگیری ماشینی و شبکه‌های عمیق گرفته تا پردازش توزیع‌شده مواجه است. او نسبت به شغل خود بسیار پرشور است و همیشه سعی می کند در مورد آخرین پیشرفت ها در فن آوری های علم داده، شرکت در جلسات، کنفرانس ها و رویدادهای دیگر به روز بماند.

**

درباره نویسنده

Luca Massaron یک دانشمند داده و یک مدیر تحقیقات بازاریابی متخصص در تجزیه و تحلیل آماری چند متغیره، یادگیری ماشین و بینش مشتری با بیش از یک دهه تجربه در حل مشکلات دنیای واقعی و ایجاد ارزش برای ذینفعان توسط استفاده از استدلال، آمار، داده کاوی و الگوریتم ها. از پیشگامی در تجزیه و تحلیل مخاطبان وب در ایتالیا تا کسب رتبه ده کاگلر برتر، او همیشه به همه چیز در مورد داده ها و تجزیه و تحلیل و نشان دادن توانایی کشف دانش مبتنی بر داده برای متخصصان و غیرمتخصصان علاقه داشته است. او که سادگی را به پیچیدگی غیر ضروری ترجیح می دهد، معتقد است که تنها با انجام کارهای ضروری می توان به چیزهای زیادی در علم داده دست یافت.

Alberto Boschetti یک دانشمند داده با تخصص در پردازش سیگنال و آمار است. او دارای مدرک دکترای مهندسی مخابرات است و در حال حاضر در لندن زندگی و کار می کند. او در پروژه‌های کاری خود با چالش‌هایی از NLP، تحلیل رفتاری، یادگیری ماشینی و شبکه‌های عمیق گرفته تا پردازش توزیع‌شده مواجه است. او نسبت به شغل خود بسیار پرشور است و همیشه سعی می کند در مورد آخرین پیشرفت ها در فن آوری های علم داده، شرکت در جلسات، کنفرانس ها و رویدادهای دیگر به روز بماند.


توضیحاتی درمورد کتاب به خارجی

Gain useful insights from your data using popular data science tools

Key Features

  • A one-stop guide to Python libraries such as pandas and NumPy
  • Comprehensive coverage of data science operations such as data cleaning and data manipulation
  • Choose scalable learning algorithms for your data science tasks

Book Description

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 brings modern insight into the core of Python, including the latest versions of the Jupyter notebook, NumPy, pandas, and scikit-learn.

This book covers detailed examples and large hybrid datasets to help you grasp essential statistical techniques across data collection, data munging and analysis, visualization, and reporting activities. You will also understand advanced data science topics such as machine learning landscapes, distributed computing, building 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 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.

What you will learn

  • Set up your data science toolbox on Windows, Mac, and Linux
  • Use the core machine learning methods offered by the scikit-learn library
  • Manipulate, fix, and explore data to solve data science problems
  • Learn advanced explorative and manipulative techniques to solve data operations
  • Optimize your machine learning models for optimized performance
  • Explore and cluster graphs, taking advantage of interconnections and links in your data

Who This Book Is For

If you’re a data science entrant, data analyst, or data engineer, this book will help you get ready to tackle real-world data science problems without wasting any time. Basic knowledge of probability/statistics and Python coding experience will assist you in understanding the concepts covered in this book.

About the Author

Luca Massaron is a data scientist and a marketing research director specialized in multivariate statistical analysis, machine learning and customer insight with over a decade of experience in solving real world problems and in generating value for stakeholders by applying reasoning, statistics, data mining and algorithms. From being a pioneer of Web audience analysis in Italy to achieving the rank of top ten Kaggler, he has always been passionate about everything regarding data and analysis and about demonstrating the potentiality of data-driven knowledge discovery to both experts and non-experts. Favouring simplicity over unnecessary sophistication, he believes that a lot can be achieved in data science just by doing the essential.

Alberto Boschetti is a data scientist with expertise in signal processing and statistics. He holds a PhD in telecommunication engineering and currently lives and works in London. In his work projects, he faces challenges ranging from NLP, behavioral analysis, machine learning and deep nets to distributed processing. He is very passionate about his job and always tries to stay updated about the latest developments in data science technologies, attending meet-ups, conferences, and other events.

**

About the Author

Luca Massaron is a data scientist and a marketing research director specialized in multivariate statistical analysis, machine learning and customer insight with over a decade of experience in solving real world problems and in generating value for stakeholders by applying reasoning, statistics, data mining and algorithms. From being a pioneer of Web audience analysis in Italy to achieving the rank of top ten Kaggler, he has always been passionate about everything regarding data and analysis and about demonstrating the potentiality of data-driven knowledge discovery to both experts and non-experts. Favouring simplicity over unnecessary sophistication, he believes that a lot can be achieved in data science just by doing the essential.

Alberto Boschetti is a data scientist with expertise in signal processing and statistics. He holds a PhD in telecommunication engineering and currently lives and works in London. In his work projects, he faces challenges ranging from NLP, behavioral analysis, machine learning and deep nets to distributed processing. He is very passionate about his job and always tries to stay updated about the latest developments in data science technologies, attending meet-ups, conferences, and other events.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی