Nauka eksploracji danych za pomocą Pythona

Opinie czytelników

Książka stanowi rozsądne wprowadzenie do technik eksploracji danych, szczególnie dla początkujących, z kilkoma interesującymi przykładami. Cierpi jednak z powodu licznych literówek, słabej edycji i problemów z dostępem do dodatkowego kodu, co obniża jej ogólną jakość.

⬤ Dobre wprowadzenie do technik eksploracji danych i koncepcji uczenia maszynowego.
⬤ Różnorodność praktycznych projektów i przykładów w stylu samouczka, dzięki czemu jest przystępna dla początkujących.
⬤ Wykorzystuje biblioteki Pythona, takie jak scikit-learn, co ułatwia zrozumienie.
⬤ Zawiera pomocne przykłady kodu wyjaśnione prostym językiem.

⬤ Liczne literówki i błędy edycyjne w całej książce.
⬤ Kluczowe koncepcje są słabo wyjaśnione, a założenia dotyczące wiedzy czytelnika mogą być problematyczne.
⬤ Dostęp do przykładowego kodu wymaga rejestracji, z doniesieniami o nieistniejących odpowiedziach od wydawcy.
⬤ Niektórzy czytelnicy życzą sobie głębszej eksploracji mniejszej liczby tematów zamiast szerokiego przeglądu.

(na podstawie 7 opinii czytelników)

Oryginalny tytuł:

Learning Data Mining with Python

Zawartość książki:

Wykorzystaj moc Pythona do analizowania danych i tworzenia wnikliwych modeli predykcyjnych

O tej książce

Praktyczna nauka eksploracji danych z wykorzystaniem szerokiej gamy bibliotek i technik Dowiedz się, jak wyszukiwać, manipulować i analizować dane za pomocą Pythona Instrukcje krok po kroku dotyczące tworzenia rzeczywistych zastosowań technik eksploracji danych

Dla kogo jest ta książka

Jeśli jesteś programistą, który chce rozpocząć swoją przygodę z eksploracją danych, to ta książka jest dla ciebie.

Czego się nauczysz

Stosować koncepcje eksploracji danych do rzeczywistych problemów Przewidywać wyniki meczów sportowych na podstawie wcześniejszych wyników Określać autora dokumentu na podstawie jego stylu pisania Korzystać z interfejsów API do pobierania zbiorów danych z mediów społecznościowych i innych usług online Znajdować i wyodrębniać dobre funkcje z trudnych zbiorów danych Tworzyć modele, które rozwiązują rzeczywiste problemy Projektować i rozwijać aplikacje eksploracji danych przy użyciu różnych zbiorów danych Przygotowywać powtarzalne eksperymenty i generować solidne wyniki Rekomendować filmy, gwiazdy online i artykuły informacyjne na podstawie osobistych preferencji Obliczać na dużych zbiorach danych, w tym danych w czasie rzeczywistym z Internetu

Szczegółowo

Kolejnym krokiem w erze informacji jest uzyskanie wglądu w zalew danych, które do nas docierają. Eksploracja danych zapewnia sposób na znalezienie tego wglądu, a Python jest jednym z najpopularniejszych języków do eksploracji danych, zapewniając zarówno moc, jak i elastyczność analizy.

Ta książka uczy projektowania i tworzenia aplikacji do eksploracji danych przy użyciu różnych zestawów danych, zaczynając od podstawowej klasyfikacji i analizy powinowactwa. Następnie przechodzimy do bardziej złożonych typów danych, w tym tekstu, obrazów i wykresów. W każdym rozdziale tworzymy modele, które rozwiązują rzeczywiste problemy.

W Pythonie dostępny jest bogaty i zróżnicowany zestaw bibliotek do eksploracji danych. Niniejsza książka omawia wiele z nich, w tym IPython Notebook, pandas, scikit-learn i NLTK.

Każdy rozdział tej książki wprowadza użytkownika w nowe algorytmy i techniki. Pod koniec książki uzyskasz szeroki wgląd w korzystanie z Pythona do eksploracji danych, z dobrą znajomością i zrozumieniem algorytmów i implementacji.