Code: 44454071

Python per Data Science. Guida pratica

Name: Python per Data Science. Guida pratica
Brand: Tecniche Nuove
SKU: 44454071
Price: 38.63 EUR
Availability: InStock
Author: Yuli Vasiliev
ISBN: 9788848146548

by Yuli Vasiliev

Language: Italian
Binding: Paperback
Number of pages: 232
Publisher: Tecniche Nuove, 2023
More about this

38.63 €

In stock at our supplier
Shipping in 4 - 7 days

Add to wishlist

Empire of the Dawn
23.36 € -24 %
Buy
tiptoi® Wieso? Weshalb? Warum? Unsere Jahreszeiten
16.98 € -16 %
Buy
Arthritis heilen
20.22 € -11 %
Buy
Supper Club
13.44 € -24 %
Buy
Nordeste
12.84 €
Buy
Poverty and Welfare in England, 1700-1850
31.25 € -9 %
Buy
Canadian Venture Capital & Private Equity Firms, 2019
346.15 €
Buy

Give this book as a present today

Order book and choose Gift Order.
We will send you book gift voucher at once. You can give it out to anyone.
Book will be send to donee, nothing more to care about.

Book gift voucher sample Read more

More about Python per Data Science. Guida pratica

Book details
Synopsis
Trending among others

You get 93 loyalty points

Book synopsis

Python per Data Science, la guida perfetta per i programmatori di livello intermedio, mostra i modi migliori per sfruttare Python per le applicazioni basate sui dati. Ricco di esempi pratici, il libro offre un ampio tour delle funzionalità di Python per ottenere, trasformare e analizzare i dati. Scoprirete le strutture dati integrate in Python e il suo robusto ecosistema di librerie open source per la scienza dei dati, tra cui NumPy, pandas, scikit-learn e matplotlib. Vi eserciterete a caricare dati in vari formati, a ottimizzare, raggruppare e aggregare insiemi di dati e a creare visualizzazioni come grafici e mappe. Esempi approfonditi mostrano come costruire applicazioni di dati del mondo reale, tra cui un servizio di taxi alimentato dai dati di localizzazione, un’analisi delle regole di associazione dei dati delle transazioni per identificare gli articoli comunemente acquistati insieme e un modello di apprendimento automatico per prevedere l’andamento delle scorte. Ogni capitolo contiene esercizi che incoraggiano a provare le tecniche da soli. Imparerete a: Manipolare in modo efficiente strutture di dati come liste, dizionari, array NumPy e pandas DataFrames; Spostare dati da e verso database relazionali e NoSQL; Ottenere informazioni utili sui dati attraverso l’aggregazione, la visualizzazione e altri metodi di analisi; Lavorare con testi semplici, dati GPS, dati di serie temporali, file JSON e CSV e molti altri tipi e formati di dati; Utilizzare il machine learning per l’elaborazione del linguaggio naturale, come l’analisi del sentiment.