


Python Data Science. Niezbędne narzędzia do pracy - Jake VanderPlas

Parametry
- Stan
- Nowy
- Faktura
- Faktura VAT
- Wydawnictwo
- Helion
- Język
- polski
- Tematyka
- Python
- Okładka
- miękka
- Waga (z opakowaniem)
- 0,15 kg
- Wysokość produktu
- 23 cm
- Szerokość produktu
- 16 cm
- Numer wydania
- 2
- Autor
- Jake VanderPlas
- Liczba stron
- 544
- Tytuł
- Python Data Science. Niezbędne narzędzia do pracy z danymi
- Rok wydania
- 2 025
- ISBN
- 9788328930940
- Nośnik
- książka papierowa
- Gatunek
- Pozostałe
Opis produktu

Python Data Science. Niezbędne narzędzia do pracy
Autor: Jake VanderPlas
EAN: 9788328930940
Strony: 544
SID: 3643244
Python Data Science. Niezbędne narzędzia do pracy
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II Ostatnie sztuki nakładu Python udostępnia pierwszorzędne narzędzia i biblioteki przeznaczone specjalnie do pracy z danymi. Zdobyły one uznanie wielu naukowców i ekspertów, ceniących ten język za wysoką jakość rozwiązań służących do wydobywania wiedzy z danych. Aby uzyskać najlepsze możliwe efekty, trzeba dobrze poznać zarówno poszczególne biblioteki Pythona, jak i zasady pracy z nimi. Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięki czemu świetnie się sprawdzi w rozwiązywaniu codziennych problemów z manipulowaniem, przekształcaniem, oczyszczaniem i wizualizacją różnych typów danych, a także jako pomoc podczas tworzenia modeli statystycznych i modeli uczenia maszynowego. Docenią go wszyscy, którzy zajmują się obliczeniami naukowymi w Pythonie. To wydanie zawiera jasne przykłady, które pomogą Ci skonfigurować i wykorzystać narzędzia do nauki o danych i uczenia maszynowego. Anne Bonner, założycielka i dyrektor generalna Content Simplicity Nauczysz się: pracować w naukowym środowisku obliczeniowym IPythona korzystać ze specjalistycznych bibliotek przeznaczonych do pracy z danymi stosować typy ndarray i DataFrame do przechowywania i przetwarzania danych tworzyć różnego rodzaju wizualizacje danych za pomocą Matplotlib implementować najważniejsze algorytmy uczenia maszynowego z pakietu Scikit-Learn Wydobywaj z danych mądre odpowiedzi na trudne pytania!

