Poznaj Data Science. Przekszta - Helion

ebook
Autor: Deborah Nolan, Joseph Gonzalez, Sam LauISBN: 9788375415636
stron: 634, Format: ebook
Data wydania: 2024-12-13
Księgarnia: Helion
Cena książki: 113,40 zł (poprzednio: 124,62 zł)
Oszczędzasz: 9% (-11,22 zł)
Osoby które kupowały "Poznaj Data Science. Przekszta", wybierały także:
- Superinteligencja. Scenariusze, strategie, zagro 69,00 zł, (20,70 zł -70%)
- Getting Things Programmed. Droga do efektywności 34,90 zł, (10,47 zł -70%)
- Poradnik design thinking - czyli jak wykorzysta 49,90 zł, (14,97 zł -70%)
- F# 4.0 dla zaawansowanych. Wydanie IV 96,45 zł, (29,90 zł -69%)
- Systemy reaktywne. Wzorce projektowe i ich stosowanie 65,31 zł, (20,90 zł -68%)
Spis treści
Poznaj Data Science. Przekształcanie, eksplorowanie, wizualizacja i modelowanie danych w Pythonie eBook -- spis treści
- Danetyczny cykl życia
- Etapy cyklu życia
- Przykłady cyklu życia
- Podsumowanie
- Pytania i zakres danych
- Big Data i nowe możliwości
- Populacja docelowa, zbiór dostępny i próba
- Przyrządy i protokoły
- Mierzenie zjawiska naturalnego
- Dokładność
- Podsumowanie
- Symulacja i projekt danych
- Model urnowy
- Przykład: symulowanie obciążenia systematycznego i wariancji sondażu wyborczego
- Przykład: symulacja randomizowanego badania klinicznego szczepionki
- Przykład: pomiary jakości powietrza
- Podsumowanie
- Modelowanie przy użyciu statystyk podsumowujących
- Model stałej
- Minimalizacja straty
- Podsumowanie
- Studium przypadku: dlaczego mój autobus zawsze się spóźnia?
- Pytanie i zakres
- Przetwarzanie danych
- Eksplorowanie czasów autobusów
- Modelowanie czasów oczekiwania
- Podsumowanie
- Praca z ramkami danych przy użyciu pandas
- Operacje na podzbiorach
- Agregacje
- Złączenia
- Przekształcanie
- Czym różnią się ramki danych od innych reprezentacji danych?
- Podsumowanie
- Praca z relacjami przy użyciu SQL
- Operacje na podzbiorach
- Agregacje
- Złączenia
- Przekształcanie i wyrażenia CTE
- Podsumowanie
- Przekształcanie plików
- Przykładowe źródła danych
- Formaty plików
- Kodowanie plików
- Rozmiar pliku
- Powłoka i narzędzia wiersza poleceń
- Kształt i ziarnistość tabeli
- Podsumowanie
- Przekształcanie ramek danych
- Testy jakości
- Brakujące wartości i rekordy
- Transformacje i znaczniki czasu
- Modyfikowanie struktury
- Przykład: przekształcanie naruszeń bezpieczeństwa restauracji
- Podsumowanie
- Eksploracyjna analiza danych
- Typy cech
- Czego szukać w rozkładzie
- Czego szukać w zależności
- Porównania w sytuacjach wielu zmiennych
- Wytyczne dotyczące eksploracji
- Przykład: ceny sprzedaży domów
- Podsumowanie
- Wizualizacja danych
- Wybór skali, aby ujawnić strukturę
- Wygładzanie i agregowanie danych
- Ułatwianie znaczących porównań
- Wykorzystanie projektu danych
- Dodawanie kontekstu
- Tworzenie wykresów przy użyciu plotly
- Inne narzędzia do wizualizacji
- Podsumowanie
- Studium przypadku: jak dokładne są pomiary jakości powietrza?
- Pytanie, projekt i zakres
- Znajdowanie kolokowanych czujników
- Przekształcanie i oczyszczanie danych czujnika AQS
- Przekształcanie danych czujnika PurpleAir
- Eksplorowanie pomiarów PurpleAir i AQS
- Tworzenie modelu do korygowania pomiarów PurpleAir
- Podsumowanie
- Praca z tekstem
- Przykłady tekstu i zadań
- Manipulacja ciągami znaków
- Wyrażenia regularne
- Analiza tekstu
- Podsumowanie
- Wymiana danych
- Dane NetCDF
- Dane JSON
- HTTP
- REST
- XML, HTML i XPath
- Podsumowanie
- Modele liniowe
- Prosty model liniowy
- Przykład: prosty model liniowy dotyczący jakości powietrza
- Dopasowywanie prostego modelu liniowego
- Wielowymiarowy model liniowy
- Dopasowywanie wielowymiarowego modelu liniowego
- Przykład: gdzie leży kraina możliwości?
- Inżynieria cech w przypadku pomiarów liczbowych
- Inżynieria cech w przypadku pomiarów kategorialnych
- Podsumowanie
- Wybór modelu
- Nadmierne dopasowanie
- Podział na zbiór uczący i testowy
- Walidacja krzyżowa
- Regularyzacja
- Obciążenie systematyczne i wariancja modelu
- Podsumowanie
- Teoria wnioskowania i prognozowania
- Rozkład: populacja, dane empiryczne, próbkowanie
- Podstawy testowania hipotez
- Stosowanie metody bootstrap do wnioskowania
- Podstawy przedziałów ufności
- Podstawy przedziałów prognoz
- Prawdopodobieństwo wnioskowania i prognozowania
- Podsumowanie
- Studium przypadku: jak zważyć osła
- Pytanie i zakres badania dotyczącego osłów
- Przekształcanie i transformacje
- Eksploracja
- Modelowanie ciężaru osła
- Podsumowanie
- Klasyfikacja
- Przykład: drzewa zniszczone przez wiatr
- Modelowanie i klasyfikacja
- Modelowanie proporcji (i prawdopodobieństw)
- Funkcja straty dla modelu logistycznego
- Od prawdopodobieństw do klasyfikacji
- Podsumowanie
- Optymalizacja numeryczna
- Podstawy metody spadku gradientu
- Minimalizacja straty Hubera
- Wypukłe i różniczkowalne funkcje straty
- Warianty spadku gradientu
- Podsumowanie
- Studium przypadku: wykrywanie fałszywych wiadomości
- Pytanie i zakres
- Pozyskiwanie i przekształcanie danych
- Eksploracja danych
- Modelowanie
- Podsumowanie