Python for Data Science dla opornych

Opinie czytelników

Książka jest popularnym źródłem wśród studentów i początkujących zainteresowanych nauką o danych i programowaniem w Pythonie. Stanowi dobre wprowadzenie do różnych koncepcji w nauce o danych, ale spotkała się z krytyką za niewystarczające wyjaśnienie kodu i koncepcji, co czyni ją wyzwaniem dla zupełnie początkujących.

⬤ Dobrze oceniana jako źródło wprowadzające
⬤ bogata w treść
⬤ łatwa w czytaniu
⬤ zawiera przykłady
⬤ pomocny przewodnik dla osób z pewnym doświadczeniem w Pythonie
⬤ uważana za doskonałą dla studentów i początkujących, gdy mają pewną znajomość tematu.

⬤ Duże bloki kodu bez szczegółowych wyjaśnień
⬤ nie nadaje się dla zupełnie początkujących
⬤ niektóre sekcje są mylące
⬤ brakuje głębi i ćwiczeń potrzebnych do dokładnej nauki
⬤ problemy z przykładami graficznymi i pobieraniem zbiorów danych
⬤ gadatliwość może być przytłaczająca.

(na podstawie 23 opinii czytelników)

Oryginalny tytuł:

Python for Data Science for Dummies

Zawartość książki:

Python to język programowania ogólnego przeznaczenia, który jest popularny wśród naukowców zajmujących się danymi. Jest on darmowy, podobnie jak wiele bibliotek open-source, które pomagają pozyskiwać, organizować i przetwarzać informacje. Ta książka jest przeznaczona dla początkujących w analizie danych i obejmuje podstawy programowania i statystyki analizy danych w języku Python. Książka obejmuje podstawy języka Python, które są niezbędne do analizy danych, w tym obiekty, funkcje, moduły i biblioteki.

Książka zapewnia podstawy statystyki potrzebne do rozpoczęcia programowania w nauce o danych, w tym prawdopodobieństwo, rozkłady losowe, testowanie hipotez, przedziały ufności i budowanie modeli regresji do przewidywania.

Pozostała część książki zawiera przykłady oraz porady i wskazówki dotyczące robienia interesujących rzeczy z programowaniem analizy danych. Tematy zostały podzielone na następujące części:

CZĘŚĆ I: Pierwsze kroki z nauką o danych i Pythonem.

CZĘŚĆ II: Zabrudzenie rąk danymi.

CZĘŚĆ III: Wizualizacja informacji.

CZĘŚĆ IV: Zarządzanie danymi.

CZĘŚĆ V: Uczenie się na podstawie danych.

CZĘŚĆ VI: Część dziesiąta.