Libro de Python Data Analysis – 2E (2017) (Pdf)

2

Las técnicas de análisis de datos generan conocimientos útiles de volúmenes pequeños y grandes de datos. Python Data Analysis, 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 Python Data Analysis 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 Python Data Analysis 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 Python Data Analysis:

• 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 contenido de Python Data Analysis:

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

Python Data Analysis

DESCARGAS MULTI-LINK

Share.

2 comentarios

Leave A Reply