Data science i Python. Stawianie czoła najtrudniejszym wyzwaniom biznesowym - ebook

Data science to nieocenione wsparcie w rozwoju biznesu i działaniach mających na celu poprawę wyników finansowych firmy. Pomaga naukowcom lepiej obserwować i rozumieć otaczający ich świat. Bywa też źródłem świetnej zabawy. Jako analityk danych staniesz się częścią branży, która ciągle rośnie i się rozwija, a to znaczy, że wyzwania, jakie napotkasz, będą coraz ciekawsze i bardziej ekscytujące. Musisz się tylko nauczyć pracować z danymi.

Dzięki tej książce dowiesz się, jak pozyskiwać, analizować i wizualizować dane, a potem używać ich do rozwiązywania problemów biznesowych. Wystarczy, że znasz podstawy Pythona i matematyki na poziomie liceum, aby zacząć stosować naukę o danych w codziennej pracy. Znajdziesz tu szereg praktycznych i zrozumiałych przykładów: od usprawniania działalności wypożyczalni rowerów, poprzez wyodrębnianie danych z witryn internetowych, po budowę systemów rekomendacyjnych. Poznasz rozwiązania oparte na danych, przydatne w podejmowaniu decyzji biznesowych. Nauczysz się korzystać z eksploracyjnej analizy danych, przeprowadzać testy A/B i klasyfikację binarną, a także używać algorytmów uczenia maszynowego.

Sprawdź, jak w prosty sposób:

• prognozować popyt
• optymalizować kampanie marketingowe
• ograniczać odpływ klientów
• przewidywać ruch w witrynie internetowej
• budować systemy rekomendacyjne

Data science dla biznesu: czarna magia? Nie z Pythonem!

Podziękowania

Wprowadzenie

1. Eksploracyjna analiza danych

• Twój pierwszy dzień na stanowisku prezesa
  • Znajdowanie wzorców w zbiorach danych
  • Używanie plików .csv do przeglądania i przechowywania danych
• Wyświetlanie danych w Pythonie
• Obliczanie statystyk zbiorczych
• Analizowanie podzbiorów danych
  • Dane nocne
  • Dane sezonowe
• Wizualizacja danych za pomocą Matplotlib
  • Rysowanie i wyświetlanie prostego wykresu
  • Tytuły i etykiety na wykresach
  • Kreślenie podzbiorów danych
  • Testowanie różnych typów wykresów
• Eksplorowanie korelacji
  • Obliczanie korelacji
  • Silna i słaba korelacja
  • Znajdowanie korelacji między zmiennymi
• Tworzenie map cieplnych
• Dalsza eksploracja
• Podsumowanie

2. Prognozowanie

• Przewidywanie popytu
• Oczyszczanie błędnych danych
• Kreślenie danych w celu odkrywania trendów
• Przeprowadzanie regresji liniowej
  • Algebraiczne podstawy linii regresji
  • Obliczanie miar błędu
• Używanie regresji do prognozowania przyszłych trendów
• Wypróbowywanie innych modeli regresji
  • Przewidywanie sprzedaży z wykorzystaniem multiwariantnej regresji liniowej
  • Oddawanie zmienności z wykorzystaniem trygonometrii
• Wybieranie najlepszej regresji na potrzeby prognozowania
• Dalsza eksploracja
• Podsumowanie

3. Porównywanie grup

• Dane dotyczące populacji
  • Statystyki zbiorcze
  • Próby losowe
  • Różnice między próbami
• Testowanie hipotez
  • Test t
  • Niuanse testowania hipotez
• Porównywanie grup w kontekście praktycznym
• Podsumowanie

4. Testy A/B

• Potrzeba eksperymentowania
• Przeprowadzanie eksperymentów w celu testowania nowych hipotez
  • Matematyka testów A/B
  • Przekładanie matematyki na praktykę
• Optymalizacja z wykorzystaniem modelu mistrz - pretendent
• Zapobieganie pomyłkom z wykorzystaniem prawa Twymana i testów A/A
• Wielkości efektu
• Obliczanie istotności danych
• Zastosowania i kwestie zaawansowane
• Etyka testów A/B
• Podsumowanie

5. Klasyfikacja binarna

• Minimalizowanie odpływu klientów
• Używanie liniowych modeli prawdopodobieństwa do znajdowania klientów wysokiego ryzyka
  • Wykres ryzyka odpływu
  • Potwierdzanie zależności za pomocą regresji liniowej
  • Przewidywanie przyszłości
  • Dokonywanie rekomendacji biznesowych
  • Mierzenie dokładności prognoz
  • Multiwariantne modele LPM
  • Tworzenie nowych miar
  • Wady modeli LPM
• Przewidywanie binarnych wyników za pomocą regresji logistycznej
  • Rysowanie krzywych logistycznych
  • Dopasowywanie krzywej logistycznej do danych
• Zastosowania klasyfikacji binarnej
• Podsumowanie

6. Uczenie nadzorowane

• Przewidywanie ruchu w witrynie internetowej
• Wczytywanie i wykreślanie danych dotyczących artykułów
• Używanie regresji liniowej jako metody przewidywania
• Uczenie nadzorowane
• Metoda k najbliższych sąsiadów
  • Implementowanie metody k-NN
  • Analiza k-NN z wykorzystaniem pakietu sklearn
• Używanie innych algorytmów uczenia nadzorowanego
  • Drzewa decyzyjne
  • Lasy losowe
  • Sieci neuronowe
• Mierzenie dokładności prognoz
• Praca z modelami multiwariantnymi
• Używanie klasyfikacji zamiast regresji
• Podsumowanie

7. Uczenie nienadzorowane

• Uczenie nadzorowane a uczenie nienadzorowane
• Generowanie i eksplorowanie danych
  • Rzucanie kością
  • Używanie innego typu kości
• Określanie źródła obserwacji przez klasteryzację
• Klasteryzacja w zastosowaniach biznesowych
• Analizowanie wielu wymiarów
• Klasteryzacja E-M
  • Etap zgadywania
  • Etap oczekiwań
  • Etap maksymalizacji
  • Etap konwergencji
• Inne metody klasteryzacji
• Inne metody uczenia nienadzorowanego
• Podsumowanie

8. Web scraping

• Jak działają witryny internetowe?
• Twój pierwszy scraper
• Parsowanie kodu HTML
  • Scraping adresów e-mail
  • Bezpośrednie wyszukiwanie adresów
• Wyrażenia regularne
  • Używanie metaznaków do elastycznych wyszukiwań
  • Dostrajanie wyszukiwań z wykorzystaniem sekwencji unikowych
  • Łączenie metaznaków w wyszukiwaniach zaawansowanych
• Używanie wyrażeń regularnych do wyszukiwania adresów e-mail
• Przekształcanie wyników w użyteczne dane
• Używanie biblioteki Beautiful Soup
  • Parsowanie elementów etykiety HTML
  • Scraping i parsowanie tabel HTML
• Zaawansowany scraping
• Podsumowanie

9. Systemy rekomendacyjne

• Rekomendacje oparte na popularności
• Filtrowanie kolaboratywne oparte na artykułach
  • Mierzenie podobieństwa wektorów
  • Obliczanie podobieństwa kosinusowego
  • Implementowanie filtrowania kolaboratywnego opartego na artykułach
• Filtrowanie kolaboratywne oparte na użytkownikach
• Studium przypadku: rekomendacje muzyczne
• Generowanie rekomendacji za pomocą zaawansowanych systemów
• Podsumowanie

10. Przetwarzanie języka naturalnego

• Używanie NLP do wykrywania plagiatów
• Model NLP word2vec
  • Ocenianie podobieństw między słowami
  • Tworzenie układu równań
• Analizowanie wektorów liczbowych w word2vec
  • Manipulowanie wektorami poprzez obliczenia matematyczne
  • Wykrywanie plagiatów z wykorzystaniem word2vec
• Model skip-thoughts
• Modelowanie tematyczne
• Inne zastosowania NLP
• Podsumowanie

11. Data science w innych językach

• Wygrywanie meczów piłkarskich z pomocą SQL-a
  • Wczytywanie i analizowanie danych
  • Podstawy SQL-a
  • Tworzenie bazy danych SQL
  • Wykonywanie kwerend SQL
  • Łączenie danych poprzez łączenie tabel
• Wygrywanie meczów piłkarskich z pomocą języka R
  • Podstawy języka R
  • Stosowanie regresji liniowej w języku R
  • Kreślenie danych w R
• Inne przydatne umiejętności
• Podsumowanie

Skorowidz