Python Data Analysis - 2E (2017) (Pdf)


Las técnicas de análisis de datos generan conocimientos útiles de volúmenes pequeños y grandes de datos. Python, con su fuerte conjunto de bibliotecas, se ha convertido en una plataforma popular para realizar diversos análisis de datos y tareas de modelado predictivo.

Con este libro aprenderás a procesar y manipular datos con Python para el análisis y modelado complejos. Aprendemos manipulaciones de datos como agregar, concatenar, anexar, limpiar y manejar valores perdidos, con NumPy y pandas. El libro cubre cómo almacenar y recuperar datos de diversas fuentes de datos como SQL y NoSQL, CSV fies y HDF5. Aprendemos cómo visualizar los datos utilizando bibliotecas de visualización, junto con temas avanzados como procesamiento de señales, series temporales, análisis de datos textuales, aprendizaje de máquinas y análisis de medios sociales.

El libro cubre una plétora de módulos de Python, tales como matplotlib, statsmodels, scikit-Learn, y NLTK. También cubre el uso de Python con entornos externos como R, Fortran, c/c ++, y las bibliotecas de Boost.

Lo que va a aprender en este libro:

• Instalar módulos de Python de código abierto como NumPy, SciPy, pandas, stasmodels, scikit-Learn, Theano, keras, y tensorflow en varias plataformas
• Preparar y limpiar sus datos, y utilizarlo para el análisis exploratorio
• Manipular sus datos con los pandas
• Recuperar y almacenar sus datos de RDBMS, NoSQL, y sistemas de archivos distribuidos como HDFS y HDF5
• Visualice sus datos con librerías de código abierto, como matplotlib, Bokeh y tracely
• Aprenda sobre varios métodos de aprendizaje de máquina tales como supervisados, no supervisados, probabilísticos y bayesianos
• Entender el procesamiento de señales y análisis de datos de series temporales
• Llegar a apretones con el procesamiento de grafos y análisis de redes sociales

•Buscar, manipular y analizar sus datos utilizando las bibliotecas de Python 3,5
•realizar avanzado, álgebra lineal de alto rendimiento y cálculos matemáticos con código Python limpio y eficiente
•Una guía fácil de seguir con ejemplos realistas que se utilizan con frecuencia en los proyectos de análisis de datos en el mundo real.

Índice de contenidos:

1. Introducción a las bibliotecas de Python
2. NumPy arrays
3. la cartilla de los pandas
4. estadística y álgebra lineal
5. recuperar, procesar y almacenar datos
6. visualización de datos
7. procesamiento de señales y series de tiempo
8. trabajar con bases de datos
9. Análisis de datos textuales y redes sociales
10. analítica predictiva y aprendizaje automático
11. entornos fuera del ecosistema Python y Cloud Computing
12. Ajuste del rendimiento, perfilado y concurrencia
13. conceptos clave
14. funciones útiles
15. recursos en línea


Enlaces De Descarga
Python Data Analysis - 2E (2017) (Pdf)
10 Puntos Score: 10
Visitas: 219 Favoritos: 0
Ver los usuarios que votaron...

0 Comentarios

Para dejar un comentario Registrate! o.. eres ya usuario? Accede!