Основы науки о данных с использованием языка Python (введение в Data Science) учебное пособие
В учебном пособии подробно изложены теоретические основы программирования на языке Python. Рассмотрены основные приложения для анализа данных, которые очень часто используются при подготовке данных для алгоритмов машинного обучения. Представлены важнейшие методы анализа исследовательских данных, в т...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Книга |
| Темы: | |
| Online-ссылка: | Перейти к просмотру издания |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
| LEADER | 04532nam0a2200361 4500 | ||
|---|---|---|---|
| 001 | RU/IPR SMART/134541 | ||
| 856 | 4 | |u https://www.iprbookshop.ru/134541.html |z Перейти к просмотру издания | |
| 801 | 1 | |a RU |b IPR SMART |c 20250903 |g RCR | |
| 010 | |a 978-5-4497-2524-0 | ||
| 205 | |a Основы науки о данных с использованием языка Python (введение в Data Science) |b Весь срок охраны авторского права | ||
| 333 | |a Весь срок охраны авторского права | ||
| 100 | |a 20250903d2024 k y0rusy01020304ca | ||
| 105 | |a y j 000zy | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 200 | 1 | |a Основы науки о данных с использованием языка Python (введение в Data Science) |e учебное пособие |f С. Ю. Добдин, А. В. Скрипаль | |
| 700 | 1 | |a Добдин, |b С. Ю. |4 070 | |
| 701 | 1 | |a Скрипаль, |b А. В. |4 070 | |
| 330 | |a В учебном пособии подробно изложены теоретические основы программирования на языке Python. Рассмотрены основные приложения для анализа данных, которые очень часто используются при подготовке данных для алгоритмов машинного обучения. Представлены важнейшие методы анализа исследовательских данных, в том числе основанные на статистической оценке. Для визуализации результатов используются специальные графические пакеты. Основное содержание учебного пособия посвящено предобработке данных и возможности создания новых признаков. Отдельно приведены способы обработки числовых категориальных данных. В качестве базовых алгоритмов машинного обучения рассмотрены модели регрессии, классификации и кластеризации с использованием библиотеки sklearn. Обсуждаются вопросы оптимизации и настройки гиперпараметров модели, позволяющие получить лучшие результаты. Подробно представлены способы сбора и хранения информации с использованием языка Python. Особое внимание уделено вопросам парсинга данных в сети Интернет. В заключительной части подробно рассказано о современной системе контроля версий git. Подготовлено в соответствии с требованиями Федерального государственного образовательного стандарта высшего образования. Предназначено для студентов, аспирантов и преподавателей инженерных и естественно-научных специальностей, интересующихся программированием на языке Python, анализом данных и созданием алгоритмов машинного обучения. Также будет полезно при изучении дисциплин «Основы программирования на Python», «Практикум по компьютерному моделированию» и «Компьютерные технологии в научных исследованиях». | ||
| 210 | |a Москва |c Ай Пи Ар Медиа |d 2024 | ||
| 610 | 1 | |a Python | |
| 610 | 1 | |a Data Science | |
| 610 | 1 | |a визуализация данных | |
| 610 | 1 | |a хранение данных | |
| 675 | |a 004.6 | ||
| 686 | |a 32.97 |2 rubbk | ||
| 300 | |a Книга не входит в премиум-версию IPR SMART. | ||
| 106 | |a s | ||
| 230 | |a Электрон. дан. (1 файл) | ||
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 503 | 0 | |a Доступна эл. версия. IPR SMART | |
| 215 | |a 210 с. | ||