Python Data Analysis: Learn how to apply powerful data analysis techniques with popular open source Python modules

دانلود کتاب Python Data Analysis: Learn how to apply powerful data analysis techniques with popular open source Python modules

41000 تومان موجود

کتاب تجزیه و تحلیل داده‌های پایتون: یاد بگیرید که چگونه از تکنیک‌های قدرتمند تجزیه و تحلیل داده‌ها با ماژول‌های منبع باز محبوب پایتون استفاده کنید نسخه زبان اصلی

دانلود کتاب تجزیه و تحلیل داده‌های پایتون: یاد بگیرید که چگونه از تکنیک‌های قدرتمند تجزیه و تحلیل داده‌ها با ماژول‌های منبع باز محبوب پایتون استفاده کنید بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 2


توضیحاتی در مورد کتاب Python Data Analysis: Learn how to apply powerful data analysis techniques with popular open source Python modules

نام کتاب : Python Data Analysis: Learn how to apply powerful data analysis techniques with popular open source Python modules
عنوان ترجمه شده به فارسی : تجزیه و تحلیل داده‌های پایتون: یاد بگیرید که چگونه از تکنیک‌های قدرتمند تجزیه و تحلیل داده‌ها با ماژول‌های منبع باز محبوب پایتون استفاده کنید
سری :
نویسندگان :
ناشر : Packt Publishing
سال نشر : 2014
تعداد صفحات : 348
ISBN (شابک) : 9781783553358
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 24 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


با انعطاف پذیری Python عمیق تر در تجزیه و تحلیل داده ها غوطه ور شوید و بیاموزید که چگونه می توان از طیف گسترده کتابخانه های علمی و ریاضی آن برای حل برخی از سخت ترین چالش ها در تجزیه و تحلیل داده ها استفاده کرد. با این کتاب تجزیه و تحلیل داده های متخصص، اعتماد و تخصص خود را ایجاد کنید و مهارت های ارزشمندی را در دنیایی که توسط Big Data هدایت می شود، توسعه دهید. این آموزش علم داده به شما کمک می کند یاد بگیرید چگونه به طور موثر داده ها را بازیابی، پاکسازی، دستکاری و تجسم کنید و یک گردش کار تجزیه و تحلیل داده موفق ایجاد کنید. عملکرد چشمگیر ابزارهای داده کاوی پایتون و کتابخانه های علمی و عددی را برای طیف وسیعی از مهمترین وظایف در تجزیه و تحلیل داده ها و علم داده به کار ببرید و استراتژی ها و ایده هایی را برای کنترل پروژه های تجزیه و تحلیل داده خود ایجاد کنید. با استفاده از NumPy و SciPy با تجزیه و تحلیل آماری آشنا شوید، داده‌ها را با Matplotlib تجسم کنید و از طریق تجزیه و تحلیل پیش‌بینی‌کننده و یادگیری ماشینی با SciKit-Learn، بینش‌های پیچیده را کشف کنید. شما همچنین یاد خواهید گرفت که چگونه از ابزارهای مورد نیاز برای کار با پایگاه های داده استفاده کنید و دریابید که چگونه می توان از پایتون برای تجزیه و تحلیل داده های متنی و رسانه های اجتماعی استفاده کرد، همانطور که از طریق این آموزش علوم داده ضروری کار می کنید.

فهرست مطالب :


Getting started with Python libraries --
NumPy arrays --
Statistics and linear algebra --
pandas primer --
Retrieving, processing, and storing data --
Data visualization --
Signal processing and time series --
Working with databases --
Analyzing textual data and social media --
Predictive analytics and machine learning --
Environments outside the Python ecosystem and cloud computing --
Performance tuning, profiling, and concurrency --
Appendix A : key concepts --
Appendix B : useful functions --
Appendix C : online resources.

توضیحاتی در مورد کتاب به زبان اصلی :


Dive deeper into data analysis with the flexibility of Python and learn how its extensive range of scientific and mathematical libraries can be used to solve some of the toughest challenges in data analysis. Build your confidence and expertise and develop valuable skills in high demand in a world driven by Big Data with this expert data analysis book. This data science tutorial will help you learn how to effectively retrieve, clean, manipulate, and visualize data and establish a successful data analysis workflow. Apply the impressive functionality of Python's data mining tools and scientific and numerical libraries to a range of the most important tasks within data analysis and data science, and develop strategies and ideas to take control your own data analysis projects. Get to grips with statistical analysis using NumPy and SciPy, visualize data with Matplotlib, and uncover sophisticated insights through predictive analytics and machine learning with SciKit-Learn. You will also learn how to use the tools needed to work with databases and find out how Python can be used to analyze textual and social media data, as you work through this essential data science tutorial.



پست ها تصادفی