دانلود کتاب Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques – ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد

دسته بندی :
اطلاعات کتاب
  • جلد
  • سری
  • ویرایش
  • سال 2018
  • نویسنده (گان) Luca Massaron & Alberto Boschetti [Luca Massaron]
  • ناشر Packt Publishing
  • زبان English
  • تعداد صفحات
  • حجم فایل 2.91MB
  • فرمت فایل epub
  • شابک
قیمت محصول :

45,000 تومان

با خرید این محصول، 2,250 تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

Gain useful insights from your data using popular data science tools

Key Features

  • A one-stop guide to Python libraries such as pandas and NumPy
  • Comprehensive coverage of data science operations such as data cleaning and data manipulation
  • Choose scalable learning algorithms for your data science tasks

Book Description

Fully expanded and upgraded, the latest edition of Python Data Science Essentials will help you succeed in data science operations using the most common Python libraries. This book brings modern insight into the core of Python, including the latest versions of the Jupyter notebook, NumPy, pandas, and scikit-learn.

This book covers detailed examples and large hybrid datasets to help you grasp essential statistical techniques across data collection, data munging and analysis, visualization, and reporting activities. You will also understand advanced data science topics such as machine learning landscapes, distributed computing, building predictive models, and natural language processing. Furthermore, youll also be introduced to deep learning and gradient boosting solutions such as xgboost, lightgbm, and catboost.

By the end of the book, you will have gained a complete overview of principal machine learning algorithms, graph analysis techniques, and all the visualization and deployment instruments that make it easier to present your results to an audience of both data science experts and business users.

What you will learn

  • Set up your data science toolbox on Windows, Mac, and Linux
  • Use the core machine learning methods offered by the scikit-learn library
  • Manipulate, fix, and explore data to solve data science problems
  • Learn advanced explorative and manipulative techniques to solve data operations
  • Optimize your machine learning models for optimized performance
  • Explore and cluster graphs, taking advantage of interconnections and links in your data

Who This Book Is For

If youre a data science entrant, data analyst, or data engineer, this book will help you get ready to tackle real-world data science problems without wasting any time. Basic knowledge of probability/statistics and Python coding experience will assist you in understanding the concepts covered in this book.

About the Author

Luca Massaron is a data scientist and a marketing research director specialized in multivariate statistical analysis, machine learning and customer insight with over a decade of experience in solving real world problems and in generating value for stakeholders by applying reasoning, statistics, data mining and algorithms. From being a pioneer of Web audience analysis in Italy to achieving the rank of top ten Kaggler, he has always been passionate about everything regarding data and analysis and about demonstrating the potentiality of data-driven knowledge discovery to both experts and non-experts. Favouring simplicity over unnecessary sophistication, he believes that a lot can be achieved in data science just by doing the essential.

Alberto Boschetti is a data scientist with expertise in signal processing and statistics. He holds a PhD in telecommunication engineering and currently lives and works in London. In his work projects, he faces challenges ranging from NLP, behavioral analysis, machine learning and deep nets to distributed processing. He is very passionate about his job and always tries to stay updated about the latest developments in data science technologies, attending meet-ups, conferences, and other events.

**

About the Author

Luca Massaron is a data scientist and a marketing research director specialized in multivariate statistical analysis, machine learning and customer insight with over a decade of experience in solving real world problems and in generating value for stakeholders by applying reasoning, statistics, data mining and algorithms. From being a pioneer of Web audience analysis in Italy to achieving the rank of top ten Kaggler, he has always been passionate about everything regarding data and analysis and about demonstrating the potentiality of data-driven knowledge discovery to both experts and non-experts. Favouring simplicity over unnecessary sophistication, he believes that a lot can be achieved in data science just by doing the essential.

Alberto Boschetti is a data scientist with expertise in signal processing and statistics. He holds a PhD in telecommunication engineering and currently lives and works in London. In his work projects, he faces challenges ranging from NLP, behavioral analysis, machine learning and deep nets to distributed processing. He is very passionate about his job and always tries to stay updated about the latest developments in data science technologies, attending meet-ups, conferences, and other events.

————————————————————–

ترجمه ماشینی :

با استفاده از ابزارهای معروف علم داده، اطلاعات مفیدی از داده‌های خود به دست آورید

ویژگی‌های کلیدی

  • راهنمای یک مرحله‌ای برای پایتون کتابخانه هایی مانند پانداها و NumPy
  • پوشش جامع عملیات علم داده مانند پاکسازی داده ها و دستکاری داده ها
  • الگوریتم های یادگیری مقیاس پذیر را برای وظایف علم داده خود انتخاب کنید
  • < /ul>

    توضیحات کتاب

    آخرین نسخه Python Data Science Essentials که به طور کامل گسترش یافته و ارتقا یافته است به شما کمک می کند تا در عملیات علم داده با استفاده از رایج ترین کتابخانه های Python موفق شوید. این کتاب بینش مدرن را در مورد هسته پایتون، از جمله آخرین نسخه‌های نوت‌بوک Jupyter، NumPy، پانداها، و scikit-learn به ارمغان می‌آورد.

    این کتاب نمونه‌های دقیق و مجموعه داده‌های ترکیبی بزرگ را پوشش می‌دهد تا به شما در درک آن کمک کند. تکنیک‌های آماری ضروری در جمع‌آوری داده‌ها، تجزیه و تحلیل داده‌ها، تجسم، و فعالیت‌های گزارش‌دهی. شما همچنین موضوعات پیشرفته علم داده مانند مناظر یادگیری ماشین، محاسبات توزیع شده، ساخت مدل های پیش بینی و پردازش زبان طبیعی را درک خواهید کرد. علاوه بر این، شما همچنین با راه حل های یادگیری عمیق و تقویت گرادیان مانند xgboost، lightgbm و catboost آشنا خواهید شد.

    در پایان کتاب، یک نمای کلی از الگوریتم های اصلی یادگیری ماشین به دست خواهید آورد. تکنیک های تجزیه و تحلیل نمودار، و تمام ابزارهای تجسم و استقرار که ارائه نتایج شما را به مخاطبانی از متخصصان علوم داده و کاربران تجاری آسان تر می کند.

    آنچه خواهید آموخت

    • جعبه ابزار علم داده خود را در ویندوز، مک و لینوکس راه اندازی کنید
    • از روش های اصلی یادگیری ماشینی ارائه شده توسط کتابخانه scikit-learn استفاده کنید
    • دستکاری، تعمیر و داده ها را برای حل مسائل علم داده کاوش کنید
    • تکنیک های اکتشافی و دستکاری پیشرفته برای حل عملیات داده را بیاموزید
    • مدل های یادگیری ماشین خود را برای عملکرد بهینه بهینه کنید
    • نمودارها را کاوش و خوشه‌بندی کنید، از اتصالات و پیوندهای موجود در داده‌های خود بهره ببرید

    این کتاب برای چه کسی است

    اگر وارد علم داده هستید، تحلیلگر داده یا مهندس داده، این کتاب به شما کمک می کند تا بدون اتلاف وقت، برای مقابله با مشکلات علم داده در دنیای واقعی آماده شوید. دانش اولیه احتمال/آمار و تجربه کدنویسی پایتون به شما در درک مفاهیم مطرح شده در این کتاب کمک می کند.

    درباره نویسنده

    Luca Massaron یک دانشمند داده و یک مدیر تحقیقات بازاریابی متخصص در تجزیه و تحلیل آماری چند متغیره، یادگیری ماشین و بینش مشتری با بیش از یک دهه تجربه در حل مشکلات دنیای واقعی و ایجاد ارزش برای سهامداران با استفاده از استدلال، آمار، داده کاوی و الگوریتم‌ها است. از پیشگامی در تجزیه و تحلیل مخاطبان وب در ایتالیا تا کسب رتبه ده کاگلر برتر، او همیشه به همه چیز در مورد داده ها و تجزیه و تحلیل و نشان دادن توانایی کشف دانش مبتنی بر داده برای متخصصان و غیرمتخصصان علاقه داشته است. او با ترجیح سادگی بر پیچیدگی های غیر ضروری، معتقد است که در علم داده تنها با انجام کارهای ضروری می توان به چیزهای زیادی دست یافت.

    Alberto Boschetti یک دانشمند داده با تخصص در پردازش سیگنال و آمار. او دارای مدرک دکترای مهندسی مخابرات است و در حال حاضر در لندن زندگی و کار می کند. او در پروژه‌های کاری خود با چالش‌هایی از NLP، تحلیل رفتاری، یادگیری ماشینی و شبکه‌های عمیق گرفته تا پردازش توزیع‌شده مواجه است. او به شغل خود بسیار علاقه مند است و همیشه سعی می کند در مورد آخرین پیشرفت ها در فن آوری های علم داده، شرکت در جلسات، کنفرانس ها و رویدادهای دیگر به روز بماند.

    **

    درباره نویسنده

    Luca Massaron یک دانشمند داده و یک مدیر تحقیقات بازاریابی متخصص در تجزیه و تحلیل آماری چند متغیره، یادگیری ماشین و بینش مشتری با بیش از یک دهه تجربه در حل دنیای واقعی است. مشکلات و در ایجاد ارزش برای ذینفعان با استفاده از استدلال، آمار، داده کاوی و الگوریتم ها. از پیشگامی در تجزیه و تحلیل مخاطبان وب در ایتالیا تا کسب رتبه ده کاگلر برتر، او همیشه به همه چیز در مورد داده ها و تجزیه و تحلیل و نشان دادن توانایی کشف دانش مبتنی بر داده برای متخصصان و غیرمتخصصان علاقه داشته است. او با ترجیح سادگی بر پیچیدگی های غیر ضروری، معتقد است که در علم داده تنها با انجام کارهای ضروری می توان به چیزهای زیادی دست یافت.

    Alberto Boschetti یک دانشمند داده با تخصص در پردازش سیگنال و آمار. او دارای مدرک دکترای مهندسی مخابرات است و در حال حاضر در لندن زندگی و کار می کند. او در پروژه‌های کاری خود با چالش‌هایی از NLP، تحلیل رفتاری، یادگیری ماشینی و شبکه‌های عمیق گرفته تا پردازش توزیع‌شده مواجه است. او نسبت به شغل خود بسیار پرشور است و همیش


     

    tag : دانلود کتاب ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد , Download ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد , دانلود ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد , Download Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques Book , ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد دانلود , buy ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد , خرید کتاب ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد , دانلود کتاب Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques , کتاب Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques , دانلود Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques , خرید Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques , خرید کتاب Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Python Data Science Essentials – Third Edition: A BeginnerÖs Guide Covering Essential Data Science Principles, Tools, and Techniques – ضروریات علم داده پایتون – ویرایش سوم: راهنمای مبتدیان که اصول، ابزارها و تکنیک های ضروری علوم داده را پوشش می دهد”