Книжный лагерь по науке о данных:Пять реальных проектов на Python [Леонард Апельцин]

Складчина: Книжный лагерь по науке о данных:Пять реальных проектов на Python [Леонард Апельцин]

Data Science Bookcamp: Five real-world Python projects

Изучайте науку о данных с помощью Python, построив пять реальных проектов! Экспериментируйте с предсказаниями карточных игр, отслеживанием вспышек заболеваний и многим другим, создавая гибкое и интуитивное понимание науки о данных.

В Data Science Bookcamp вы узнаете:

- Методы вычисления и построения графиков вероятностей
- Статистический анализ с использованием Scipy
- Как организовать наборы данных с помощью алгоритмов кластеризации
- Как визуализировать сложные наборы данных с несколькими переменными
-Как обучить алгоритм машинного обучения дерева решений

В Data Science Bookcamp вы проверите и укрепите свои знания Python с помощью открытых задач, над которыми профессиональные специалисты по обработке данных работают каждый день. Загружаемые наборы данных и тщательно объясненные решения помогут вам закрепить то, что вы узнали, укрепляя вашу уверенность и подготавливая вас к захватывающей новой карьере в области науки о данных.

Покупка печатной книги включает бесплатную электронную книгу в форматах PDF, Kindle и ePub от Manning Publications.

О технологии
В проекте по исследованию данных много движущихся частей, и требуется практика и навыки, чтобы весь код, алгоритмы, наборы данных, форматы и визуализации гармонично работали вместе. Эта уникальная книга проведет вас через пять реалистичных проектов, включая отслеживание вспышек заболеваний по заголовкам новостей, анализ социальных сетей и поиск соответствующих закономерностей в данных о кликах по объявлениям.

О книге
Data Science Bookcamp это не ограничивается теорией поверхностного уровня и примерами игрушек. По мере работы над каждым проектом вы узнаете, как устранять распространенные проблемы, такие как отсутствие данных, беспорядочные данные и алгоритмы, которые не совсем соответствуют создаваемой вами модели. Вы по достоинству оцените подробные инструкции по настройке и полностью объясненные решения, которые выделяют общие точки сбоя. В конце концов, вы будете уверены в своих навыках, потому что сможете увидеть результаты.

Что внутри

- Веб - очистка
-Организация наборов данных с помощью алгоритмов кластеризации
- Визуализация сложных наборов данных с несколькими переменными
- Обучите алгоритм машинного обучения дерева решений

О читателе
Для читателей, которые знают основы Python. Никаких предварительных знаний о данных или навыков машинного обучения не требуется.

Об авторе
Леонард Апельцин возглавляет отдел науки о данных в Anomaly, где его команда применяет передовую аналитику для выявления мошенничества в сфере здравоохранения, расточительства и злоупотреблений.

Содержание
ТЕМАТИЧЕСКОЕ ИССЛЕДОВАНИЕ 1 ПОИСК ВЫИГРЫШНОЙ СТРАТЕГИИ В КАРТОЧНОЙ ИГРЕ
1 Вычисление вероятностей с использованием Python
2 Построение вероятностей с использованием Matplotlib
3 Выполнение случайных симуляций в NumPy
4 Тематическое исследование 1 решение
Пример 2 Оценка онлайн клики по значимости
5 базовых вероятностей и статистический анализ с использованием составляющей
6 прогнозирования с использованием центральной предельной теоремы и SciPy
7 статистическая проверка гипотез
8 анализ таблиц, используя панд
9 Пример 2 решение
кейс-стади 3 отслеживая вспышки болезни, используя заголовки новостей
10 кластеризации данных в группах
11 географического расположения визуализации и анализа
12 Пример 3 решение
кейс-стади 4 с помощью онлайн объявления о вакансиях чтобы повысить ваши данные науки возобновить
13 измерения текста сходство
14 размер снижения матрицы сведения
15 НЛП анализа больших текстовых данных
16 извлечение текста из веб-страницы
17 пример 4 решение
Пример 5 прогнозировании будущих друзей из социальной сети передачи данных
18 введение в теорию графов и сетевого анализа
19 динамических методов теории графов для узла рейтинге и анализа социальных сетей
20 сетевым приводом контролируемого машинного обучения
21 обучение линейных классификаторов с логистической регрессией
22 учебных нелинейных классификаторов с помощью дерева решений методы,
23 пример 5 раствор

• Дата публикации : 7 декабря 2021 года
• Язык: Английский
  PDF
  Скрытая ссылка