Facebook - konwersja

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

Wydawnictwo:
Tłumacz:
Data wydania:
25 czerwca 2024
Format ebooka:
MOBI
Format MOBI
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najczęściej wybieranych formatów wśród czytelników e-booków. Możesz go odczytać na czytniku Kindle oraz na smartfonach i tabletach po zainstalowaniu specjalnej aplikacji. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, PDF
Format PDF
czytaj
na laptopie
czytaj
na tablecie
Format e-booków, który możesz odczytywać na tablecie oraz laptopie. Pliki PDF są odczytywane również przez czytniki i smartfony, jednakze względu na komfort czytania i brak możliwości skalowania czcionki, czytanie plików PDF na tych urządzeniach może być męczące dla oczu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
, EPUB
Format EPUB
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najpopularniejszych formatów e-booków na świecie. Niezwykle wygodny i przyjazny czytelnikom - w przeciwieństwie do formatu PDF umożliwia skalowanie czcionki, dzięki czemu możliwe jest dopasowanie jej wielkości do kroju i rozmiarów ekranu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu. Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
(3w1)
Multiformat
E-booki sprzedawane w księgarni Virtualo.pl dostępne są w opcji multiformatu - kupujesz treść, nie format. Po dodaniu e-booka do koszyka i dokonaniu płatności, e-book pojawi się na Twoim koncie w Mojej Bibliotece we wszystkich formatach dostępnych aktualnie dla danego tytułu. Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu przy okładce. Uwaga: audiobooki nie są objęte opcją multiformatu.
czytaj
na laptopie
Pliki PDF zabezpieczone watermarkiem możesz odczytać na dowolnym laptopie po zainstalowaniu czytnika dokumentów PDF. Najpowszechniejszym programem, który umożliwi odczytanie pliku PDF na laptopie, jest Adobe Reader. W zależności od potrzeb, możesz zainstalować również inny program - e-booki PDF pod względem sposobu odczytywania nie różnią niczym od powszechnie stosowanych dokumentów PDF, które odczytujemy każdego dnia.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na tablecie
Aby odczytywać e-booki na swoim tablecie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. Bluefire dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na czytniku
Czytanie na e-czytniku z ekranem e-ink jest bardzo wygodne i nie męczy wzroku. Pliki przystosowane do odczytywania na czytnikach to przede wszystkim EPUB (ten format możesz odczytać m.in. na czytnikach PocketBook) i MOBI (ten fromat możesz odczytać m.in. na czytnikach Kindle).
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
czytaj
na smartfonie
Aby odczytywać e-booki na swoim smartfonie musisz zainstalować specjalną aplikację. W zależności od formatu e-booka oraz systemu operacyjnego, który jest zainstalowany na Twoim urządzeniu może to być np. iBooks dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale Pomoc.
69,00

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!

Spis treści

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

Kategoria: Programowanie
Zabezpieczenie: Watermark
Watermark
Watermarkowanie polega na znakowaniu plików wewnątrz treści, dzięki czemu możliwe jest rozpoznanie unikatowej licencji transakcyjnej Użytkownika. E-książki zabezpieczone watermarkiem można odczytywać na wszystkich urządzeniach odtwarzających wybrany format (czytniki, tablety, smartfony). Nie ma również ograniczeń liczby licencji oraz istnieje możliwość swobodnego przenoszenia plików między urządzeniami. Pliki z watermarkiem są kompatybilne z popularnymi programami do odczytywania ebooków, jak np. Calibre oraz aplikacjami na urządzenia mobilne na takie platformy jak iOS oraz Android.
ISBN: 978-83-289-1015-7
Rozmiar pliku: 7,9 MB

BESTSELLERY

Kategorie: