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 Handbook: Essential Tools for Working with Data

دانلود کتاب کتاب راهنمای علوم داده پایتون: ابزارهای ضروری برای کار با داده ها

Python Data Science Handbook:  Essential Tools for Working with Data

مشخصات کتاب

Python Data Science Handbook: Essential Tools for Working with Data

دسته بندی: برنامه نويسي
ویرایش:  
نویسندگان:   
سری:  
 
ناشر: O’Reilly Media 
سال نشر: 2016 
تعداد صفحات: 548 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 50,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Python Data Science Handbook: Essential Tools for Working with Data 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 کتاب راهنمای علوم داده پایتون: ابزارهای ضروری برای کار با داده ها 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 کتاب راهنمای علوم داده پایتون: ابزارهای ضروری برای کار با داده ها

کتاب راهنمای علوم داده پایتون اشاره‌ای به گستره روش‌های محاسباتی و آماری دارد که برای علم، تحقیق و اکتشاف مبتنی بر داده‌ها مرکزی هستند. افرادی با پیشینه برنامه نویسی که می خواهند از پایتون به طور موثر برای کارهای علم داده استفاده کنند، یاد می گیرند که چگونه با مشکلات مختلفی روبرو شوند: به عنوان مثال، چگونه می توانم این قالب داده را در اسکریپت خود بخوانم؟ چگونه می توانم این داده ها را دستکاری، تبدیل و پاکسازی کنم؟ چگونه می توانم این نوع داده ها را تجسم کنم؟ چگونه می توانم از این داده ها برای به دست آوردن بینش، پاسخ به سؤالات، یا ساخت مدل های آماری یا یادگیری ماشینی استفاده کنم؟

این کتاب مرجعی برای علم داده روزانه با قابلیت پایتون است که هم محاسباتی و هم محاسباتی را پوشش می دهد. مهارت های آماری لازم برای کار موثر با . این بحث با کاربردهای مثال مکرر تکمیل می‌شود و نشان می‌دهد که چگونه می‌توان از وسعت گسترده ابزارهای منبع باز پایتون برای تجزیه و تحلیل، دستکاری، تجسم و یادگیری از داده‌ها استفاده کرد.


توضیحاتی درمورد کتاب به خارجی

The Python Data Science Handbook provides a reference to the breadth of computational and statistical methods that are central to data-intensive science, research, and discovery. People with a programming background who want to use Python effectively for data science tasks will learn how to face a variety of problems: e.g., how can I read this data format into my script? How can I manipulate, transform, and clean this data? How can I visualize this type of data? How can I use this data to gain insight, answer questions, or to build statistical or machine learning models?

This book is a reference for day-to-day Python-enabled data science, covering both the computational and statistical skills necessary to effectively work with . The discussion is augmented with frequent example applications, showing how the wide breadth of open source Python tools can be used together to analyze, manipulate, visualize, and learn from data.





نظرات کاربران