
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
**با تکنیکهای قدرتمند مصورسازی داده در پایتون، داده را بفهمید، کاوش کنید و بهشکل مؤثر ارائه دهید**ویژگیهای کلیدی* با قدرت Pandas و Matplotlib مسائل دادهکاوی را بهسادگی حل کنید* مبانی آمار را بیاموزید تا مدلهای پیشبینی قدرتمند بسازید* مفاهیم دادهکاوی را با نمونهها و کاربردهای مفید درک کنیددرباره کتابدادهکاوی، یعنی پارس کردن داده برای استخراج بینشهای مفید، مهارتی تخصصی است که میتواند مسیر شغلی شما را بهعنوان دانشمند داده متحول کند. پایتون زبانی انعطافپذیر است که مجموعهای قوی از کتابخانهها و ابزارها دارد و بستری عالی برای غربال داده و استخراج بینشهای مورد نظرتان فراهم میکند. این مسیر یادگیری طوری طراحی شده که شما را با کتابخانههای پایتون و آمار زیربنایی آشنا کند؛ همان چیزهایی که برای راحت شدن با دادهکاوی لازم دارید.یاد میگیرید چطور با Pandas، کتابخانه محبوب پایتون، انواع مختلف داده را تحلیل کنید و از قدرت Matplotlib برای ساخت مصورسازیهای جذاب و چشمگیر از بینشهای بهدستآمده استفاده کنید. همچنین تکنیکهای مختلف یادگیری ماشین و آمار را بررسی میکنید که به شما امکان میدهند مدلهای پیشبینی قدرتمند بسازید.در پایان این مسیر یادگیری، پایهای محکم دارید تا مهارت دادهکاویتان را یک سطح بالاتر ببرید و در مسیر تبدیل شدن به یک متخصص پرتقاضای علم داده قرار بگیرید.این مسیر یادگیری شامل مطالبی از این محصولات Packt است:* Statistics for Machine Learning اثر پراتاپ دانگتی* Matplotlib 2.x By Example اثر آلن یو، کلر چانگ، آلدرین ییم* Pandas Cookbook اثر تئودور پتروآنچه یاد خواهید گرفت* مبانی آماری لازم برای ساخت مدلهای داده را درک کنید* داده را به گروههای مستقل تقسیم کنید* تجمیع و تبدیل را روی هر گروه اعمال کنید* مصورسازیهای چشمگیر از داده بسازید* داده را آماده کنید و مدل طراحی کنید* داده را پاکسازی کنید تا تحلیل و مصورسازی آسانتر شود* با Matplotlib و Seaborn مصورسازیهای روشنگر بسازید* مدل را متناسب با اهداف پیشبینی خودتان سفارشی کنیداین کتاب برای چه کسانی استاگر میخواهید یاد بگیرید چطور با کتابخانههای متعدد پایتون اطلاعات اثرگذار را از داده استخراج کنید و آن را بهصورت تصاویر جذاب ارائه دهید، این مسیر یادگیری برای شما ایدهآل است. دانش اولیه پایتون برای شروع کافی است.فهرست مطالب1. سفر از آمار تا یادگیری ماشین2. مدلهای یادگیری ماشین مبتنی بر درخت3. نزدیکترین همسایهها (K-Nearest Neighbors) و بیز ساده4. یادگیری بدون نظارت5. یادگیری تقویتی6. سلام به دنیای رسم نمودار!7. مصورسازی داده آنلاین8. مصورسازی داده چندمتغیره9. افزودن تعامل و پویانمایی به نمودارها10. انتخاب زیرمجموعههایی از داده11. ایندکسگذاری بولی12. همترازی ایندکس13. گروهبندی برای تجمیع، فیلتر و تبدیل14. بازآرایی داده به شکل مرتب (Tidy)15. ترکیب اشیای Pandas
**Understand, explore, and effectively present data using the powerful data visualization techniques of Python**Key Features* Use the power of Pandas and Matplotlib to easily solve data mining issues* Understand the basics of statistics to build powerful predictive data models* Grasp data mining concepts with helpful use-cases and examplesBook DescriptionData mining, or parsing the data to extract useful insights, is a niche skill that can transform your career as a data scientist Python is a flexible programming language that is equipped with a strong suite of libraries and toolkits, and gives you the perfect platform to sift through your data and mine the insights you seek. This Learning Path is designed to familiarize you with the Python libraries and the underlying statistics that you need to get comfortable with data mining.You will learn how to use Pandas, Python's popular library to analyze different kinds of data, and leverage the power of Matplotlib to generate appealing and impressive visualizations for the insights you have derived. You will also explore different machine learning techniques and statistics that enable you to build powerful predictive models.By the end of this Learning Path, you will have the perfect foundation to take your data mining skills to the next level and set yourself on the path to become a sought-after data science professional.This Learning Path includes content from the following Packt products:* Statistics for Machine Learning by Pratap Dangeti* Matplotlib 2.x By Example by Allen Yu, Claire Chung, Aldrin Yim* Pandas Cookbook by Theodore PetrouWhat you will learn* Understand the statistical fundamentals to build data models* Split data into independent groups* Apply aggregations and transformations to each group* Create impressive data visualizations* Prepare your data and design models* Clean up data to ease data analysis and visualization* Create insightful visualizations with Matplotlib and Seaborn* Customize the model to suit your own predictive goalsWho this book is forIf you want to learn how to use the many libraries of Python to extract impactful information from your data and present it as engaging visuals, then this is the ideal Learning Path for you. Some basic knowledge of Python is enough to get started with this Learning Path.Table of Contents1. Journey from Statistics to Machine Learning2. Tree-Based Machine Learning Models3. K-Nearest Neighbors and Naive Bayes4. Unsupervised Learning5. Reinforcement Learning6. Hello Plotting World!7. Visualizing Online Data8. Visualizing Multivariate Data9. Adding Interactivity and Animating Plots10. Selecting Subsets of Data11. Boolean Indexing12. Index Alignment13. Grouping for Aggregation, Filtration, and Transformation14. Restructuring Data into a Tidy Form15. Combining Pandas Objects