Pobierz fragment
Pobierz fragment w jednym z dostępnych formatów
Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R - ebook
Format ebooka:
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.
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.
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.
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.
Pobierz fragment
Pobierz fragment w jednym z dostępnych formatów
Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R - ebook
Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania.
Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści.
W książce:
- badanie relacji między danymi za pomocą Excela
- stosowanie Excela w analizach statystycznych i badaniu danych
- podstawy języka R
- proces oczyszczania i analizy danych w R
- przenoszenie danych z Excela do kodu Pythona
- pełna analiza danych w Pythonie
Eksploracyjna analiza danych? I w Excelu, i w Pythonie!
Spis treści
- Wprowadzenie (9)
CZĘŚĆ I. PODSTAWY ANALIZY DANYCH W EXCELU (17)
- 1. Podstawy eksploracyjnej analizy danych (19)
- Czym jest eksploracyjna analiza danych? (19)
- Obserwacje (21)
- Zmienne (21)
- Przykład: klasyfikacja zmiennych (24)
- Przypomnienie: typy zmiennych (26)
- Eksploracja zmiennych w Excelu (26)
- Eksploracja zmiennych kategorialnych (27)
- Eksploracja zmiennych ilościowych (29)
- Wnioski (40)
- Ćwiczenia (40)
- Czym jest eksploracyjna analiza danych? (19)
- 2. Podstawy prawdopodobieństwa (41)
- Prawdopodobieństwo i losowość (41)
- Prawdopodobieństwo i przestrzeń zdarzeń elementarnych (41)
- Prawdopodobieństwo i eksperymenty (42)
- Prawdopodobieństwo bezwarunkowe i warunkowe (42)
- Rozkłady prawdopodobieństwa (42)
- Dyskretne rozkłady prawdopodobieństwa (43)
- Ciągłe rozkłady prawdopodobieństwa (46)
- Wnioski (53)
- Ćwiczenia (53)
- 3. Podstawy wnioskowania statystycznego (54)
- Ramy wnioskowania statystycznego (54)
- Zbierz reprezentatywną próbkę (55)
- Sformułuj hipotezy (56)
- Stwórz plan analizy (57)
- Przeanalizuj dane (59)
- Podejmij decyzję (62)
- To Twój świat... Dane się tylko w nim znajdują (68)
- Wnioski (69)
- Ćwiczenia (70)
- Ramy wnioskowania statystycznego (54)
- 4. Korelacja i regresja (71)
- Korelacja nie oznacza przyczynowości (71)
- Wprowadzenie do korelacji (72)
- Od korelacji do regresji (76)
- Regresja liniowa w Excelu (78)
- Zastanówmy się raz jeszcze - pozorne związki (84)
- Wnioski (85)
- Przejście do programowania (85)
- Ćwiczenia (85)
- 5. Stos analizy danych (87)
- Statystyka, analiza danych, nauka o danych (87)
- Statystyka (87)
- Analiza danych (87)
- Analityka biznesowa (88)
- Nauka o danych (88)
- Uczenie maszynowe (88)
- Różne, ale nie rozłączne (89)
- Znaczenie stosu analizy danych (89)
- Arkusze kalkulacyjne (90)
- Bazy danych (92)
- Platformy analityki biznesowej (94)
- Języki programowania danych (94)
- Wnioski (95)
- Co dalej (96)
- Ćwiczenia (96)
- Statystyka, analiza danych, nauka o danych (87)
CZĘŚĆ II. Z EXCELA DO R (97)
- 6. Pierwsze kroki w R dla użytkowników Excela (99)
- Pobieranie R (99)
- Pierwsze kroki w RStudio (99)
- Pakiety w R (108)
- Aktualizacja pakietów, RStudio i języka R (109)
- Wnioski (110)
- Ćwiczenia (110)
- 7. Struktury danych w R (112)
- Wektory (112)
- Indeksowanie i wybór elementów z wektorów (114)
- Od tabel Excela do ramek danych R (115)
- Importowanie danych w R (117)
- Eksploracja ramki danych (120)
- Indeksowanie i wybór elementów z ramek danych (122)
- Zapisywanie ramek danych (123)
- Wnioski (124)
- Ćwiczenia (124)
- 8. Przetwarzanie i wizualizacja danych w R (125)
- Przetwarzanie danych za pomocą dplyr (126)
- Operacje kolumnowe (126)
- Operacje wierszowe (128)
- Agregacja i łączenie danych (131)
- dplyr i potęga operatora potoku (%>%) (133)
- Przekształcanie danych za pomocą tidyr (135)
- Wizualizacja danych w ggplot2 (137)
- Wnioski (142)
- Ćwiczenia (142)
- Przetwarzanie danych za pomocą dplyr (126)
- 9. R w analizie danych (143)
- Eksploracyjna analiza danych (144)
- Testowanie hipotez (147)
- Test t-Studenta dla prób niezależnych (148)
- Regresja liniowa (150)
- Podział na zbiór uczący i testowy, walidacja (151)
- Wnioski (154)
- Ćwiczenia (154)
CZĘŚĆ III. Z EXCELA DO PYTHONA (155)
- 10. Pierwsze kroki w Pythonie dla użytkowników Excela (157)
- Pobieranie Pythona (157)
- Pierwsze kroki z Jupyterem (158)
- Moduły w Pythonie (166)
- Aktualizacja pakietów, Anacondy i Pythona (167)
- Wnioski (167)
- Ćwiczenia (168)
- 11. Struktury danych w Pythonie (169)
- Tablice NumPy (170)
- Indeksowanie i wybieranie elementów z tablic NumPy (171)
- Ramki danych pandas (172)
- Importowanie danych w Pythonie (174)
- Eksploracja ramki danych (175)
- Indeksowanie i pobieranie wartości z ramek danych (177)
- Zapis ramek danych (178)
- Wnioski (178)
- Ćwiczenia (178)
- 12. Przetwarzanie i wizualizacja danych w Pythonie (179)
- Operacje kolumnowe (180)
- Operacje wierszowe (182)
- Agregacja i łączenie danych (183)
- Przekształcanie danych (185)
- Wizualizacja danych (186)
- Wnioski (192)
- Ćwiczenia (192)
- 13. Python w analizie danych (193)
- Eksploracyjna analiza danych (194)
- Testowanie hipotez (196)
- Test t-Studenta dla prób niezależnych (196)
- Regresja liniowa (197)
- Podział zbioru na zbiór treningowy i testowy oraz walidacja modelu (198)
- Wnioski (200)
- Ćwiczenia (200)
- 14. Wnioski i kolejne kroki (201)
- Kolejne warstwy stosu (201)
- Projektowanie badań i eksperymenty biznesowe (201)
- Inne metody statystyczne (202)
- Nauka o danych i uczenie maszynowe (202)
- Kontrola wersji (202)
- Etyka (203)
- Idź naprzód i ciesz się danymi (203)
- Na pożegnanie (203)
- Skorowidz (204)
| Kategoria: | Bazy danych |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-283-8552-8 |
| Rozmiar pliku: | 13 MB |
