[OPIS] Książka mogłaby się de facto nazywać "Wprowadzenie do ipython, numpy, pandas, matplotlib i scikit-learn". Ten jakże standardowy zestaw narzędzi każdego szanującego się (pythonowego) analityka danych (nie ma dobrego tłumaczenia na data scientist, więc to musi wystarczyć) jest doskonale w tej książce przedstawiony. Rzadko spotyka się tak koherentnie napisane książki. Praktycznie wszystko co się w książce pojawia ma sens i swoje zastosowanie, zostajemy wprowadzeni we wszystkie tematy, przynajmniej na poziomie orientowania się o co w nich chodzi.
Podzielona na następujące części: - ipython (wprowadzenie do interaktywnej konsoli i jej magicznych skrótów) - numpy (wprowadzenie do struktur danych i podstawowych obliczeń) - pandas (wprowadzenie do szeregów danych i ramek pandy oraz manipulacjach na nich) - matplotlib (wprowadzenie do wizualizacji danych) - scikit learn (wprowadzenie do uczenia maszynowego, spora rzeczy dość pobieżnie, ale wystarczająco żeby zademonstrować kilka mechanizmów i powody zastosowania)
[DLA KOGO] Dla każdego programisty pythona który jest zainteresowany analityką danych
[MOJE DWA GROSZE] Dobra książka o dobrych opiniach, wraz z pojawieniem się notatników ipynb stała się doskonałym punktem zaczepienia po opanowaniu podstaw pythona. Wzorowe wejście w tematykę "data science".
@meohaw: To jest książka tutorial, czy bardziej taki cheatsheet, ze jak umiesz te rzeczy to otwierasz zeby sobie przypomniec jak cos sie robilo? Ja wczoraj kupiłem pythona for finance i będę sobie czytał do spania :D
To jest książka tutorial, czy bardziej taki cheatsheet
@invtraveler: Powiedziałbym, że jedno i drugie, bo jak nie wiesz to on cię uczy krok po kroku, ale jak kojarzysz to sobie otworzysz konkretny rozdział i od razu sobie przypomnisz jak np. rysować wykresy liniowe. Najlepiej zrobisz jak sobie poprzeglądasz te notatniki z githuba.
http://shop.oreilly.com/product/0636920034919.do
Dostępna również w postaci ipynb (ipython notebooks)
https://github.com/jakevdp/PythonDataScienceHandbook
[OPIS]
Książka mogłaby się de facto nazywać "Wprowadzenie do ipython, numpy, pandas, matplotlib i scikit-learn". Ten jakże standardowy zestaw narzędzi każdego szanującego się (pythonowego) analityka danych (nie ma dobrego tłumaczenia na data scientist, więc to musi wystarczyć) jest doskonale w tej książce przedstawiony. Rzadko spotyka się tak koherentnie napisane książki. Praktycznie wszystko co się w książce pojawia ma sens i swoje zastosowanie, zostajemy wprowadzeni we wszystkie tematy, przynajmniej na poziomie orientowania się o co w nich chodzi.
Podzielona na następujące części:
- ipython (wprowadzenie do interaktywnej konsoli i jej magicznych skrótów)
- numpy (wprowadzenie do struktur danych i podstawowych obliczeń)
- pandas (wprowadzenie do szeregów danych i ramek pandy oraz manipulacjach na nich)
- matplotlib (wprowadzenie do wizualizacji danych)
- scikit learn (wprowadzenie do uczenia maszynowego, spora rzeczy dość pobieżnie, ale wystarczająco żeby zademonstrować kilka mechanizmów i powody zastosowania)
[DLA KOGO]
Dla każdego programisty pythona który jest zainteresowany analityką danych
[MOJE DWA GROSZE]
Dobra książka o dobrych opiniach, wraz z pojawieniem się notatników ipynb stała się doskonałym punktem zaczepienia po opanowaniu podstaw pythona. Wzorowe wejście w tematykę "data science".
[BONUS]
https://www.youtube.com/watch?v=L7R4HUQ-eQ0 - 3 godzinny wykład/warsztat o uczeniu maszynowym z użyciem scikit-learn od autora powyższej książki
#infoksiazka #python #naukaprogramowania #machinelearning #datascience
@Bratek: Kliknij w pierwszy link.
Ja wczoraj kupiłem pythona for finance i będę sobie czytał do spania :D
@invtraveler: Powiedziałbym, że jedno i drugie, bo jak nie wiesz to on cię uczy krok po kroku, ale jak kojarzysz to sobie otworzysz konkretny rozdział i od razu sobie przypomnisz jak np. rysować wykresy liniowe. Najlepiej zrobisz jak sobie poprzeglądasz te notatniki z githuba.
Po lewej notatnik, po prawej pdf.
źródło: comment_tUqNyTzWxgrGLfLRl4VhOfOxlaA2FDIV.jpg
Pobierz