Iniciación al análisis de datos con Python y Jupyter: Utilice potentes herramientas estándar de la industria para desbloquear nuevos conocimientos procesables a partir de sus datos existentes

Opiniones de los lectores

El libro está diseñado para ayudar a los lectores a iniciarse rápidamente en la ciencia de datos utilizando Python, especialmente para aquellos que ya tienen algún conocimiento del lenguaje. Ofrece una guía paso a paso sobre el uso de Jupyter y varias bibliotecas de ciencia de datos. Mientras que algunos usuarios aprecian su formato estructurado, similar al de una clase, otros lo encuentran mal organizado y falto de explicaciones claras.

⬤ Ayuda rápidamente a los usuarios a iniciarse en la ciencia de datos
⬤ ejemplos claros paso a paso
⬤ bueno para lectores con algunos conocimientos básicos de Python
⬤ precio razonable.

⬤ Mala organización
⬤ explicaciones marginales de los conceptos
⬤ algunos usuarios prefieren recursos alternativos como YouTube.

(basado en 5 opiniones de lectores)

Título original:

Beginning Data Analysis with Python And Jupyter: Use powerful industry-standard tools to unlock new, actionable insight from your existing data

Contenido del libro:

Iniciarse en la ciencia de datos no tiene por qué ser una batalla cuesta arriba. Esta guía paso a paso es ideal para principiantes que conocen un poco de Python y buscan una introducción rápida y ágil. Características principales Póngase en marcha con el ecosistema Jupyter y algunos conjuntos de datos de ejemplo Aprenda conceptos clave de aprendizaje automático como SVM, clasificadores KNN y bosques aleatorios Descubra cómo puede utilizar el web scraping para recopilar y analizar sus propios conjuntos de datos a medida Descripción del libro

Familiarízate con las habilidades que necesitas para iniciarte en la ciencia de datos en este curso práctico de Python y Jupyter. Aprenderás sobre algunas de las bibliotecas más utilizadas que forman parte de la distribución Anaconda, y luego explorarás modelos de aprendizaje automático con conjuntos de datos reales para darte las habilidades y la exposición que necesitas para el mundo real. Terminaremos mostrándole lo fácil que puede ser raspar y recopilar sus propios datos de la web abierta, para que pueda aplicar sus nuevas habilidades en un contexto práctico. Lo que aprenderá Identificar áreas potenciales de investigación y realizar análisis exploratorios de datos Planificar una estrategia de clasificación de aprendizaje automático y entrenar modelos de clasificación Utilizar curvas de validación y reducción de dimensionalidad para ajustar y mejorar sus modelos Raspar datos tabulares de páginas web y transformarlos en Pandas DataFrames Crear visualizaciones interactivas y amigables con la web para comunicar claramente sus hallazgos A quién va dirigido este libro

Este libro es ideal para profesionales de diversos sectores, dada la creciente popularidad y accesibilidad de la ciencia de datos. Necesitará cierta experiencia previa con Python, y cualquier trabajo previo con bibliotecas como Pandas, Matplotlib y Pandas le proporcionará una ventaja útil. Tabla de contenidos Fundamentos de Jupyter Limpieza de datos y aprendizaje automático avanzado Raspado web y visualizaciones interactivas