Python стал одним из самых популярных языков, применяемых в машинном обучении для выполнения научных и коммерческих проектов. Он объединяет в себе возможности языков программирования общего назначения с простотой использования скриптовых предметно-ориентированных языков типа R. Python предлагает библиотеки для cбора данных из Интернета, построения графиков, статистической обработки и многого другого. Одно из основных преимуществ использования Python - возможность напрямую работать с программным кодом с помощью терминала или других инструментов типа Jupyter Notebook.
Для предварительной подготовки данных и построения моделей в Python нам потребуется ряд библиотек: NumPy, SciPy, Matplotlib, Pandas, IPython и scikit-learn. Настоятельно рекомендуем воспользоваться дистрибутивом Anaconda, который уже включает все необходимые библиотеки. Есть версии для Mac OS, Windows и Linux.
Об авторе: Артем Груздев - заместитель директора по научной работе ИЦ «Гевисста», переводчик бестселлеров – книги Райан Митчелл «Скрапинг веб-сайтов с помощью Python» и книги Андреаса Мюллера и Сары Гвидо «Введение в машинное обучение с помощью Python», автор книг «Прогнозное моделирование в IBM SPSS Statistics, R и Python. Деревья решений и случайный лес» и «Изучаем pandas», автор более трех десятков статей по прогнозному моделированию.
Содержание: I. Вводная часть I.1. Типы данных I.2. Типы переменных I.3. Функция, производная, частная производная, градиент, градиентный спуск II. Знакомство с Python II.1. Введение II.2. IPython и Jupyter Notebook II.3. NumPy II.3a. Numba II.4. SciPy II.5. pandas II.5.1. Создание объекта DataFrame II.5.2. Доступ к данным внутри объекта DataFrame II.5.3. Типы переменных II.5.4. Неверное определение типа из-за неправильного десятичного разделителя II.5.5. Чтение больших файлов данных чанками II.5a. datatable II.6. matplotlib II.7. scikit-learn ... II.8. Dask II.8.2. Машинное обучение II.9. Docker III. H2O IV. Google Colab
Книга посвящена автоматизации Excel с помощью языка программирования Python. Описаны дистрибутив Anaconda Python и современные средства разработки, такие как менеджеры пакетов Conda и pip, блокноты Jupyter и Visual Studio Code. Даны необходимые основы языка Python и введение в анализ данных с помощью библиотеки pandas.
Практическое введение в основные библиотеки и фреймворки Python — Python — популярный язык программирования высокого уровня для различных применений, включая веб-разработку, научные вычисления, анализ данных и машинное обучение. Простота, читабельность и универсальность сделали его популярным среди программистов всех уровней подготовки.
В двухтомнике представлены материалы по применению классических методов машинного обучения в различных промышленных задачах. Первый том посвящен инструментам Python – основным библиотекам, классам и функциям, необходимым для предварительной подготовки данных, построения моделей машинного обучения, выполнения различных стратегий валидации. В конце п ...
Наука о данных — это вовсе не страшно! Изучите программирование на языке Python для анализа данных и статистики. Пишите код в облаке, используя Google Colab. Обменивайтесь данными и визуализируйте информацию. Интересуетесь наукой о данных, но немного побаиваетесь? Не нужно! Эта книга покажет, как использовать язык Python для создания интересных вещ ...
Данный материал НЕ НАРУШАЕТ авторские права никаких физических или юридических лиц. Если это не так - свяжитесь с администрацией сайта. Материал будет немедленно удален. Электронная версия этой публикации предоставляется только в ознакомительных целях. Для дальнейшего её использования Вам необходимо будет приобрести бумажный (электронный, аудио) вариант у правообладателей.
Название: 
Распечатать
