КаталогКниг.РФ

Основы Python для Data Science (Берман Кеннеди) ; Питер, 2023

Книга: Основы Python для Data Science (Берман Кеннеди) ; Питер, 2023

от 399 р. до 2710 р.


Сравнить цены

Цена от 399 р. до 2710 р. в 7 магазинах

МагазинЦенаНаличие
Лабиринт

5/5

2710 р.
Буквоед

5/5

2086 р.
Минимальная сумма заказа 100 рублей
Book24

5/5

2086 р. 2309 р.
наличие уточняйте
30.05.2024
Мегамаркет

5/5

1714 р. 3308 р.
Яндекс.Маркет

5/5

2398 р. 2409 р.
ЛитРес

5/5

399 р. 499 р.
электронная книга | скачать фрагмент
Питер

5/5

1490 р.
Читай-город

5/5

МАЙШОП

5/5

Один из первых книжных интернет-магазинов, работающий с 2002 года

Как купить или где мы находимся +

Описание

Python - язык программирования №1 для машинного обучения и Data Science. Но как же сложно решить, с чего начать изучение Python, ведь у него огромный инструментарий! Кеннеди Берман фокусируется на тех навыках программирования, которые понадобятся вам для решения задач в области Data Science и машинного обучения.

Вы познакомитесь с блокнотами Jupyter - лучшей средой для профессиональной работы с данными. Затем перейдете к ключевым библиотекам, которые упрощают процесс математических вычислений, визуализации, решение задач машинного обучения и обработки естественного языка. Затем, овладев основами, вы перейдете к продвинутым техникам, позволяющим решать более сложные задачи.

Смотри также Характеристики.

Яндекс.Маркет


Содержание

Предисловие
Примеры кода
Благодарности
Об авторе
От издательства
ЧАСТЬ I
PYTHON В JUPYTER NOTEBOOK
Глава 1. Введение в Jupyter Notebook
Выполнение операторов в Python
Блокноты Jupyter
Блокноты Google Colab
Текстовые ячейки Colab
LaTeX
Ячейки кода Colab
Файлы Colab
Управление документами Colab
Фрагменты кода Colab
Существующие коллекции
Системные псевдонимы
Магические функции
Резюме
Вопросы для закрепления
Глава 2. Основы Python
Основные типы в Python
Высокоуровневые и низкоуровневые языки
Операторы
Выполнение базовых математических операций
Классы, объекты и точечная нотация
Резюме
Вопросы для закрепления
Глава 3. Последовательности
Общие операции
Проверка принадлежности
Индексирование
Слайсинг
Сбор информации
Математические операции
Списки и кортежи
Создание списков и кортежей
Добавление и удаление элементов списка
Распаковка
Сортировка списков
Строки
Диапазоны
Резюме
Вопросы для закрепления
Глава 4. Прочие структуры данных
Словари
Создание словарей
Доступ, добавление и обновление с помощью
ключей ....
Удаление элементов из словарей
Представления словаря
Проверка наличия ключа в словаре
Метод get
Допустимые типы ключей
Метод hash
Множества
Операции над множествами
Замороженные множества
Резюме
Вопросы для закрепления
Глава 5. Управление выполнением
Составные операторы
Структура составных операторов
Оценка True или False
Операторы if
Циклы while
Циклы for
Операторы break и continue
Резюме
Вопросы для закрепления
Глава 6. Функции
Объявление функций
Управляющий оператор
Строки документации
Параметры
Операторы возврата
Область видимости в функциях
Декораторы
Анонимные функции
Резюме
Вопросы для закрепления
ЧАСТЬ II
БИБЛИОТЕКИ DATA SCIENCE
Глава 7. Библиотека NumPy
Установка и импорт NumPy
Создание массивов
Индексация и слайсинг
Поэлементные операции
Фильтрация значений
Представления и копии
Методы массива
Бродкастинг
Математические функции NumPy
Резюме
Вопросы для закрепления
Глава 8. Библиотека SciPy
Обзор SciPy
Подмодуль scipy.misc
Подмодуль scipy.special
Подмодуль scipy.stats
Дискретные распределения
Непрерывные распределения
Резюме
Вопросы для закрепления
Глава 9. Библиотека Pandas
Структура датафреймов
Создание датафреймов
Создание датафреймов из словаря
Создание датафреймов из списка списков
Создание датафрейма из файла
Взаимодействие с данными датафреймов
Головы и хвосты
Описательная статистика
Доступ к данным
Синтаксис со скобками
Оптимизированный доступ по метке
Оптимизированный доступ по индексу
Маски и фильтрация
Булевы операторы библиотеки Pandas
Управление датафреймами
Управление данными
Метод replace
Интерактивный дисплей
Резюме
Вопросы для закрепления
Глава 10. Библиотеки визуализации данных
Библиотека matplotlib
Оформление графиков
Маркировка данных
Построение графиков для множества наборов
данных ...
Объектно-ориентированный стиль
Библиотека Seaborn
Темы Seaborn
Библиотека Plotly
Библиотека Bokeh
Другие библиотеки визуализации
Резюме
Вопросы для закрепления
Глава 11. Библиотеки машинного обучения
Популярные библиотеки машинного обучения
Принцип работы машинного обучения
Преобразования
Разделение тестовых и тренировочных данных
Обучение и тестирование
Подробнее о Scikit-learn
Резюме
Вопросы для закрепления
Глава 12. Инструментарий естественного языка
(NLTK)
Образцы текстов NLTK
Частотное распределение
Текстовые объекты
Классификация текста
Резюме
Упражнения
ЧАСТЬ III
СРЕДНИЙ УРОВЕНЬ PYTHON
Глава 13. Функциональное программирование
Знакомство с функциональным программированием
Область видимости и состояние
Зависимость от глобального состояния
Изменение состояния
Изменение изменяемых данных
Функции функционального программирования
Списковые включения
Базовый синтаксис списковых включений
Замена map и filter
Множественные переменные
Словарные включения
Генераторы
Выражения-генераторы
Функции-генераторы
Резюме
Вопросы для закрепления
Глава 14. Объектно-ориентированное
программирование
Связывание состояния и функции
Классы и экземпляры
Закрытые методы и переменные
Переменные класса
Специальные методы
Методы представления
Расширенные методы сравнения
Методы математических операторов
Наследование
Резюме
Вопросы для закрепления
Глава 15. Прочие вопросы
Сортировка
Списки
Чтение и запись файлов
Контекстные менеджеры
Объекты datetime
Регулярные выражения
Наборы символов
Классы символов
Группы
Именованные группы
Найти все
Найти итератор
Замена
Замена с использованием именованных групп
Компиляция регулярных выражений
Резюме
Вопросы для закрепления
Приложение А. Ответы к вопросам в конце глав
Глава 1
Глава 2
Глава 3
Глава 4
Глава 5
Глава 6
Глава 7
Глава 8
Глава 9
Глава 10
Глава 11
Глава 12
Глава 13
Глава 14
Глава 15

Видео обзоры (2)

Основы Python для Data Science

Основы Python для Data Scienceзапуск видео

 

Учим основы статистики с нуля в 2020 | Data Science

Учим основы статистики с нуля в 2020 | Data Scienceзапуск видео

 

О книге

СерияБиблиотека программиста
ИздательПитер
Год издания2023
Страниц272
Переплётмягкий
ISBN978-5-4461-2251-6
Размеры16,40 см × 23,10 см × 1,40 см
Формат70х100/16 (165х233 мм)
Автор(ы)
ТематикаПрограммирование
Тираж1000
ПереплетМягкий переплёт
Возрастные ограничения16
Кол-во страниц272
Возрастное ограничение16+
Тип обложкимягкая
ИздательствоИздательский дом "Питер"
Количество страниц272
Вес430
АвторБерман Кеннеди
Количество книг1
Язык изданияРусский
Обложкамягкая обложка

Отзывы (1)

  • 1/5

    Перевод настолько плох, что искажает смысл (!): новичков он введёт в заблуждение, у читателей, знакомых с темой, вызовет реакцию рука-лицо.
    Пример:
    Перевод: Длинные строки вы заключаете в три набора двойных кавычек (с)
    Оригинал: You enclose multiple-line strings in three sets of double quotation marks as shown in the following example (с)
    - и это только 58-ая страница, когда мое недоумение достигло апогея и заставило искать ознакомительный фрагмент в оригинале.
    Переводчик не просто не знаком с темой и позволил себе вольный перевод, а сделал его бесполезным и даже вредным.
    Не выкидывайте деньги на ветер, ищите книгу в оригинале.

    0    0

Добавить отзыв



 

Машинное обучение. Анализ данных - издательство "Питер"

Категория 319 р. - 478 р.

Программирование - издательство "Питер" »

Машинное обучение. Анализ данных

Категория 319 р. - 478 р.

ADS
закладки (0) сравнение (0)

 

preloader

29 ms