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
ویرایش:
نویسندگان: Yuli Vasiliev
سری:
ISBN (شابک) : 1718502206, 9781718502208
ناشر: No Starch Press
سال نشر: 2022
تعداد صفحات: 248
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 Mb
در صورت تبدیل فایل کتاب Python for Data Science: A Hands-On Introduction 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 Python for Data Science: A Hands On Introduction 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.
معرفی عملی و واقعی برای تجزیه و تحلیل داده ها با زبان
برنامه نویسی Python، با نمونه های گسترده بارگذاری شده
است.
Python یک انتخاب ایده آل برای دسترسی، دستکاری است. ، و به دست
آوردن بینش از انواع داده ها. Python for Data
Science شما را با دنیای پایتونیک تجزیه و تحلیل
داده ها با رویکرد یادگیری با انجام که ریشه در مثال های عملی و
فعالیت های عملی دارد، آشنا می کند. شما یاد خواهید گرفت که چگونه
کد پایتون را برای به دست آوردن، تبدیل و تجزیه و تحلیل داده ها
بنویسید، تکنیک های پیشرفته پردازش داده را برای موارد استفاده در
مدیریت کسب و کار، بازاریابی و پشتیبانی تصمیم گیری انجام
دهید.
شما خواهید توانست مجموعه غنی از ساختارهای داده داخلی پایتون
برای عملیات های اساسی و همچنین اکوسیستم قوی کتابخانه های منبع
باز برای علم داده، از جمله NumPy، پانداها، scikit-learn،
matplotlib و غیره را کشف کنید. مثالها نحوه بارگیری دادهها در
قالبهای مختلف، نحوه سادهسازی، گروهبندی و تجمیع مجموعههای
داده و نحوه ایجاد نمودارها، نقشهها و سایر تجسمها را نشان
میدهند. فصلهای بعدی با نمایش برنامههای دادههای دنیای واقعی،
از جمله استفاده از دادههای مکان برای تامین انرژی یک سرویس
تاکسی، تجزیه و تحلیل سبد بازار برای شناسایی اقلامی که معمولاً
با هم خریداری میشوند، و یادگیری ماشینی برای پیشبینی قیمتهای
سهام، عمیقتر میشوند.
A hands-on, real-world introduction to data analysis with
the Python programming language, loaded with wide-ranging
examples.
Python is an ideal choice for accessing, manipulating, and
gaining insights from data of all kinds. Python
for Data Science introduces you to the Pythonic
world of data analysis with a learn-by-doing approach rooted in
practical examples and hands-on activities. You’ll learn how to
write Python code to obtain, transform, and analyze data,
practicing state-of-the-art data processing techniques for use
cases in business management, marketing, and decision
support.
You will discover Python’s rich set of built-in data structures
for basic operations, as well as its robust ecosystem of
open-source libraries for data science, including NumPy,
pandas, scikit-learn, matplotlib, and more. Examples show how
to load data in various formats, how to streamline, group, and
aggregate data sets, and how to create charts, maps, and other
visualizations. Later chapters go in-depth with demonstrations
of real-world data applications, including using location data
to power a taxi service, market basket analysis to identify
items commonly purchased together, and machine learning to
predict stock prices.