Nauka o danych jest nową, interdyscyplinarną dziedziną, funkcjonującą na pograniczu algebry liniowej, modelowania statystycznego, lingwistyki komputerowej, uczenia maszynowego oraz metod akumulacji danych. Jest przydatna między innymi dla analityków biznesowych, statystyków, architektów oprogramowania i osób zajmujących się sztuczną inteligencją. Szczególnie praktycznym narzędziem dla tych specjalistów jest język Python, który zapewnia doskonałe środowisko do analizy danych, uczenia maszynowego i algorytmicznego rozwiązywania problemów.

Niniejsza książka jest doskonałym wprowadzeniem do nauki o danych. Jej autorzy wskażą Ci prostą i szybką drogę do rozwiązywania różnych problemów z tego obszaru za pomocą Pythona oraz powiązanych z nim pakietów do analizy danych i uczenia maszynowego. Dzięki lekturze przejdziesz przez kolejne etapy modyfikowania i wstępnego przetwarzania danych, poznając przy tym podstawowe operacje związane z wczytywaniem danych, przekształcaniem ich, poprawianiem na potrzeby analiz, eksplorowaniem i przetwarzaniem. Poza podstawami opanujesz też zagadnienia uczenia maszynowego, w tym uczenia głębokiego, techniki analizy grafów oraz wizualizacji danych.

Najważniejsze zagadnienia przedstawione w książce:

• konfiguracja środowiska Jupyter Notebook
• najważniejsze operacje stosowane w nauce o danych
• potoki danych i uczenie maszynowe
• wprowadzenie do grafów i wizualizacje
• biblioteki i pakiety Pythona służące do badań danych

Nauka o danych — fascynujące algorytmy i potężne grafy!

Alberto Boschetti specjalizuje się w przetwarzaniu sygnałów i statystyce. Jest doktorem inżynierii telekomunikacyjnej. Zajmuje się przetwarzaniem języków naturalnych, analityką behawioralną, uczeniem maszynowym i przetwarzaniem rozproszonym.

Luca Massaron specjalizuje się w statystycznych analizach wieloczynnikowych, uczeniu maszynowym, statystyce, eksploracji danych i algorytmice. Pasjonuje się potencjałem, jaki drzemie w nauce o danych.

Osoby które kupowały "Python. Podstawy nauki o danych. Wydanie II", wybierały także:

• Scala for Machine Learning - Second Edition 186,88 zł, (29,90 zł -84%)
• Data Analysis with IBM SPSS Statistics 186,88 zł, (29,90 zł -84%)
• QlikView for Developers 186,88 zł, (29,90 zł -84%)
• Practical Machine Learning Cookbook 186,88 zł, (29,90 zł -84%)
• Mastering Hadoop 3 175,88 zł, (29,90 zł -83%)

Spis treści

Python. Podstawy nauki o danych. Wydanie II -- spis treści

O autorach (9)

O recenzencie (10)

Wprowadzenie (11)

Rozdział 1. Pierwsze kroki (15)

• Wprowadzenie do nauki o danych i Pythona (16)
• Instalowanie Pythona (17)
  • Python 2 czy Python 3? (18)
  • Instalacja krok po kroku (19)
  • Instalowanie pakietów (20)
  • Aktualizowanie pakietów (22)
  • Dystrybucje naukowe (22)
  • Środowiska wirtualne (25)
  • Krótki przegląd podstawowych pakietów (28)
• Wprowadzenie do środowiska Jupyter (37)
  • Szybka instalacja i pierwsze testowe zastosowanie (41)
  • Magiczne polecenia w Jupyterze (42)
  • W jaki sposób notatniki Jupytera mogą być pomocne dla badaczy danych? (44)
  • Zastępniki Jupytera (49)
• Zbiory danych i kod używane w książce (50)
  • Proste przykładowe zbiory danych z pakietu scikit-learn (50)
• Podsumowanie (59)

Rozdział 2. Przekształcanie danych (61)

• Proces pracy w nauce o danych (62)
• Wczytywanie i wstępne przetwarzanie danych za pomocą biblioteki pandas (64)
  • Szybkie i łatwe wczytywanie danych (64)
  • Radzenie sobie z problematycznymi danymi (67)
  • Radzenie sobie z dużymi zbiorami danych (70)
  • Dostęp do danych w innych formatach (73)
  • Wstępne przetwarzanie danych (75)
  • Wybieranie danych (78)
• Praca z danymi kategorialnymi i tekstowymi (81)
  • Specjalny rodzaj danych - tekst (83)
  • Scraping stron internetowych za pomocą pakietu Beautiful Soup (89)
• Przetwarzanie danych za pomocą pakietu NumPy (92)
  • N-wymiarowe tablice z pakietu NumPy (92)
  • Podstawowe informacje o obiektach ndarray z pakietu NumPy (93)
• Tworzenie tablic z pakietu NumPy (95)
  • Przekształcanie list w jednowymiarowe tablice (95)
  • Kontrolowanie ilości zajmowanej pamięci (96)
  • Listy niejednorodne (98)
  • Od list do tablic wielowymiarowych (99)
  • Zmiana wielkości tablic (100)
  • Tablice generowane przez funkcje z pakietu NumPy (101)
  • Pobieranie tablicy bezpośrednio z pliku (102)
  • Pobieranie danych ze struktur z biblioteki pandas (103)
• Szybkie operacje i obliczenia z użyciem pakietu NumPy (104)
  • Operacje na macierzach (106)
  • Tworzenie wycinków i indeksowanie tablic z pakietu NumPy (108)
  • Dodawanie "warstw" tablic z pakietu NumPy (110)
• Podsumowanie (112)

Rozdział 3. Potok danych (113)

• Wprowadzenie do eksploracji danych (113)
• Tworzenie nowych cech (117)
• Redukcja liczby wymiarów (120)
  • Macierz kowariancji (120)
  • Analiza głównych składowych (121)
  • Analiza głównych składowych dla big data - typ RandomizedPCA (125)
  • Analiza czynników ukrytych (126)
  • Liniowa analiza dyskryminacyjna (127)
  • Analiza ukrytych grup semantycznych (128)
  • Analiza składowych niezależnych (129)
  • Analiza głównych składowych oparta na funkcji jądra (129)
  • Algorytm t-SNE (131)
  • Ograniczone maszyny Boltzmanna (132)
• Wykrywanie i traktowanie wartości odstających (133)
  • Wykrywanie obserwacji odstających za pomocą technik jednoczynnikowych (134)
  • Klasa EllipticEnvelope (136)
  • Klasa OneClassSVM (140)
• Miary używane do walidacji (144)
  • Klasyfikacja wieloklasowa (144)
  • Klasyfikacja binarna (147)
  • Regresja (148)
• Testy i walidacja (148)
• Walidacja krzyżowa (153)
  • Iteratory walidacji krzyżowej (155)
  • Próbkowanie i bootstrapping (157)
• Optymalizacja hiperparametrów (159)
  • Tworzenie niestandardowych funkcji oceny (162)
  • Skracanie czasu przeszukiwania siatki parametrów (164)
• Wybór cech (166)
  • Wybór na podstawie wariancji cech (167)
  • Wybór za pomocą modelu jednoczynnikowego (168)
  • Rekurencyjna eliminacja (169)
  • Wybór na podstawie stabilności i regularyzacji L1 (171)
• Opakowywanie wszystkich operacji w potok (173)
  • Łączenie cech i tworzenie łańcuchów transformacji (174)
  • Tworzenie niestandardowych funkcji transformacji (176)
• Podsumowanie (177)

Rozdział 4. Uczenie maszynowe (179)

• Przygotowywanie narzędzi i zbiorów danych (179)
• Regresja liniowa i logistyczna (181)
• Naiwny klasyfikator bayesowski (184)
• Algorytm kNN (187)
• Algorytmy nieliniowe (188)
  • Stosowanie algorytmu SVM do klasyfikowania (190)
  • Stosowanie algorytmów SVM do regresji (192)
  • Dostrajanie algorytmu SVM (193)
• Strategie oparte na zestawach algorytmów (195)
  • Pasting z użyciem losowych próbek (196)
  • Bagging z użyciem słabych klasyfikatorów (196)
  • Podprzestrzenie losowe i obszary losowe (197)
  • Algorytmy Random Forests i Extra-Trees (198)
  • Szacowanie prawdopodobieństwa na podstawie zestawów (200)
  • Sekwencje modeli - AdaBoost (202)
  • Metoda GTB (202)
  • XGBoost (203)
• Przetwarzanie big data (206)
  • Tworzenie przykładowych dużych zbiorów danych (207)
  • Skalowalność ze względu na ilość danych (208)
  • Radzenie sobie z szybkością napływu danych (210)
  • Radzenie sobie z różnorodnością (211)
  • Przegląd algorytmów z rodziny SGD (213)
• Wprowadzenie do uczenia głębokiego (214)
• Krótkie omówienie przetwarzania języka naturalnego (221)
  • Podział na tokeny (221)
  • Stemming (222)
  • Oznaczanie części mowy (223)
  • Rozpoznawanie nazw własnych (224)
  • Stop-słowa (225)
  • Kompletny przykład z obszaru nauki o danych - klasyfikowanie tekstu (225)
• Przegląd technik uczenia nienadzorowanego (227)
• Podsumowanie (237)

Rozdział 5. Analizy sieci społecznościowych (239)

• Wprowadzenie do teorii grafów (239)
• Algorytmy dla grafów (244)
• Wczytywanie grafów, zapisywanie ich w pliku i pobieranie z nich podpróbek (252)
• Podsumowanie (255)

Rozdział 6. Wizualizacje, wnioski i wyniki (257)

• Wprowadzenie do pakietu Matplotlib (257)
  • Rysowanie krzywych (259)
  • Stosowanie paneli (260)
  • Wykresy punktowe określające relacje w danych (262)
  • Histogramy (263)
  • Wykresy słupkowe (264)
  • Wyświetlanie rysunków (265)
  • Wybrane przykłady graficzne z użyciem pakietu pandas (268)
  • Wykresy punktowe (271)
  • Metoda współrzędnych równoległych (273)
• Opakowywanie poleceń z pakietu Matplotlib (274)
  • Wprowadzenie do biblioteki seaborn (274)
  • Wzbogacanie możliwości z zakresu eksploracji danych (279)
• Interaktywne wizualizacje z użyciem pakietu Bokeh (284)
• Zaawansowane reprezentacje dotyczące uczenia się na podstawie danych (288)
  • Krzywe uczenia (288)
  • Krzywe walidacji (290)
  • Znaczenie cech w algorytmie Random Forests (292)
  • Wykresy częściowej zależności oparte na drzewach GBT (293)
  • Budowanie serwera predykcji w modelu ML-AAS (294)
• Podsumowanie (299)

Dodatek A. Utrwalanie podstaw Pythona (301)

• Lista zagadnień do nauki (302)
  • Listy (302)
  • Słowniki (304)
  • Definiowanie funkcji (305)
  • Klasy, obiekty i programowanie obiektowe (307)
  • Wyjątki (308)
  • Iteratory i generatory (309)
  • Instrukcje warunkowe (310)
  • Wyrażenia listowe i słownikowe (311)
• Nauka przez obserwację, lekturę i praktykę (311)
  • Masowe otwarte kursy online (311)
  • PyCon i PyData (312)
  • Interaktywne sesje w Jupyterze (312)
  • Nie wstydź się - podejmij wyzwanie (312)

Skorowidz (315)