Ξέχασα το password
Εξέλιξη Παραγγελίας Περισσότερες Πληροφορίες
Εξέλιξη παραγγελίας
Συμπληρώστε τον κωδικό της παραγγελίας σας
Αναζήτηση
Πληροφορίες
Σύνδεση χρήστη
Εγγραφή χρήστη
Email
Κωδικός
Επιβεβαίωση
Όνομα
Επώνυμο
Εγγραφή
Υπενθύμιση κωδικού χρήστη
Αν θέλετε να αποσταλεί το password στο e-mail σας, καταχωρήστε το e-mail σας
Αποστολή
Λογοτεχνία
Παιδική Βιβλιοθήκη
Επιστήμες
Management - Οικονομικά
Δίκαιο
Επιστήμες Αγωγής
Θετικές Επιστήμες
Ιατρική
Ιστορικά
Κλασσικές Επιστήμες
Κοινωνική Ανθρωπολογία
Κοινωνιολογία
Λαογραφία-Εθνογραφία
Μελέτες
Πληροφορική
Πολιτική
Τεχνικές Εκδόσεις
Φιλοσοφία
Ψυχολογία
Εκπαίδευση
Προσωπική Φροντίδα
Αλλα Θέματα
0 αξιολογήσεις
Παράδοση σε 2-3 μέρες
ΕΓΧΕΙΡΙΔΙΟ ΓΙΑ ΤΗΝ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΜΕ PYTHON
ΠΛΗΡΟΦΟΡΙΚΗ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
  • ΕΓΧΕΙΡΙΔΙΟ ΓΙΑ ΤΗΝ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΜΕ PYTHON
ΠΡΟΣΘΗΚΗ ΣΤΗΝ WISHLIST
Π.Τ.Λ:53.00 € 
μόνο 47.70 € 
ΠΡΟΣΘΗΚΗ ΣΤΟ ΚΑΛΑΘΙ
Προστέθηκε
Συνέχεια στο καλάθι >
ΕΓΧΕΙΡΙΔΙΟ ΓΙΑ ΤΗΝ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΜΕ PYTHON
(108196871)
ΓΕΝΙΚΗ ΠΕΡΙΓΡΑΦΗ
ΑΝΑΛΥΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ

ΒΑΣΙΚΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΜΕ ΔΕΔΟΜΕΝΑ

Η Python είναι ένα εργαλείο πρώτης κατηγορίας για πολλούς ερευνητές, κυρίως λόγω των βιβλιοθηκών της για αποθήκευση, χειρισμό και απόκτηση πληροφοριών από δεδομένα. Υπάρχουν αρκετοί πόροι για μεμονωμένα κομμάτια αυτής της επιστήμης δεδομένων, αλλά μόνο με την νέα έκδοση του Python Data Science Handbook τα έχετε όλα - IPython, NumPy, pandas, Matplotlib, Scikit-Learn και άλλα σχετικά εργαλεία. Οι επαγγελματίες επιστήμονες και οι αναλυτές δεδομένων που είναι εξοικειωμένοι με την ανάγνωση και τη σύνταξη κώδικα Python θα βρουν την έκδοση ιδανική για την αντιμετώπιση καθημερινών ζητημάτων: χειρισμός, μετασχηματισμός και καθαρισμός δεδομένων, οπτικοποίηση διαφορετικών τύπων δεδομένων, και χρήση δεδομένων για τη δημιουργία μοντέλων στατιστικής ή μηχανικής μάθησης. Πολύ απλά, είναι ένα απαραίτητο εργαλείο για επιστημονικούς υπολογισμούς στην Python.

Με αυτό το εγχειρίδιο, θα μάθετε πώς:
-Το IPython και το Jupyter παρέχουν υπολογιστικά περιβάλλοντα για επιστήμονες που χρησιμοποιούν Python.
-Το NumPy περιλαμβάνει το ndarray για αποτελεσματική αποθήκευση και χειρισμό πυκνών συστοιχιών δεδομένων.
-Το Pandas περιέχει το DataFrame για αποτελεσματική αποθήκευση και χειρισμό δεδομένων με ετικέτες / στήλες.
-Το Matplotlib περιλαμβάνει δυνατότητες για ένα ευέλικτο φάσμα απεικονίσεων δεδομένων.
-Το Scikit-Learn σας βοηθά να δημιουργήσετε αποτελεσματικές και καθαρές υλοποιήσεις Python από τις πιο σημαντικούς και καθιερωμένους Αλγόριθμους μηχανικής μάθησης.

ΠΡΟΒΟΛΗ ΟΛΗΣ ΤΗΣ ΠΕΡΙΓΡΑΦΗΣ
Εκδότης : ΠΑΠΑΖΗΣΗΣ 
Σελίδες : 682 
ISBN : 978-960-02-4104-4 
Σχήμα : 17Χ24 
Μήνας έκδοσης : Δεκέμβριος 
Έτος έκδοσης : 2023 
ΠΡΟΒΟΛΗ ΟΛΩΝ ΤΩΝ ΣΤΟΙΧΕΙΩΝ
ΨΗΦΙΣΤΕ
Σύνολο Ψήφων: 0
 
Το καλάθι σας είναι άδειο

Πατήστε εδώ για να δείτε προσφορές & νέες αφίξεις

Εγγραφείτε για να λαμβάνετε τις μοναδικές προσφορές μας.
Πατήστε εδώ για να δείτε το τελευταίο newsletter

Γράψτε το e-mail του φίλου σας για να δείτε το Wish List του
Πατήστε εδώ για να δείτε το δικό σας Wish List

 
Η ιστοσελίδα χρησιμοποιεί cookies για την ευκολία της περιήγησης, την εξατομίκευση περιεχομένου και διαφημίσεων και την ανάλυση της επισκεψιμότητάς μας. Δείτε τους ανανεωμένους όρους χρήσης για την προστασία δεδομένων και τα cookies.

Πληροφορίες

Ρυθμίσεις

Απόρριψη

Αποδοχή

Αναγκαία-Λειτουργικότητας: Τα αναγκαία cookies είναι ουσιαστικής σημασίας για την ορθή λειτουργία της ιστοσελίδας μας επιτρέποντάς σας να κάνετε περιήγηση και να χρησιμοποιήσετε τις λειτουργίες της. Αυτά τα cookies δεν αναγνωρίζουν την ατομική σας ταυτότητα. Χωρίς αυτά τα cookies, δεν μπορούμε να προσφέρουμε αποτελεσματική λειτουργία της ιστοσελίδας μας.
Επιδόσεων: Τα cookies αυτά συλλέγουν πληροφορίες σχετικά με τον τρόπο που ανώνυμα οι επισκέπτες χρησιμοποιούν την ιστοσελίδα μας, για παράδειγμα, ποιές σελίδες έχουν τις πιο συχνές επισκέψεις.
Διαφήμισης: Αυτά τα cookies χρησιμοποιούνται για την παροχή περιεχομένου, που ταιριάζει περισσότερο στα ενδιαφέροντά σας. Μπορεί να χρησιμοποιηθούν για την αποστολή στοχευμένης διαφήμισης/προσφορών ή την μέτρηση αποτελεσματικότητας μιας διαφημιστικής καμπάνιας. Μπορεί να χρησιμοποιηθούν για να καθορίσουμε ποια ηλεκτρονικά κανάλια marketing είναι πιο αποτελεσματικά.

Αποθήκευση