Электронный каталог НБ БНТУ

Книга
004 П37

Плас, Дж. Вандер.
Python для сложных задач: наука о данных: пер. с англ. / Джейк Вандер Плас; [перевела с английского Л. Киселева]. – 2-е изд. – Астана: Спринт Бук, 2025. – 588, [2] с.: ил., табл. – (Бестселлеры O'Reilly) . - Перевод издания: Python data science handbook / Jake VanderPlas. Beijing [etс.] : O'Reilly. – Содерж.: Знакомство с IPython и Jupyter ; Расширенные интерактивные возможности ; Отладка и профилирование ; Типы данных в Python ; Введение в массивы NumPy ; Вычисления с массивами NumPy: универсальные функции ; Агрегирование: минимум, максимум и все, что посередине ; Операции над массивами. Транслирование ; Сравнения, маски и булева логика ; «Прихотливая» индексация ; Сортировка массивов ; Структурированные данные: структурированные массивы NumPy ; Знакомство с объектами библиотеки Pandas ; Индексация и выборка данных ; Операции над данными в библиотеке Pandas ; Обработка отсутствующих данных ; Иерархическая индексация ; Объединение наборов данных: конкатенация и добавление в конец ; Объединение наборов данных: слияние и соединение ; Агрегирование и группировка ; Сводные таблицы ; Векторизованные операции над строками ; Работа с временными рядами ; Увеличение производительности библиотеки Pandas: eval() и query() ; Общие советы по библиотеке Matplotlib ; Простые линейные графики ; Простые диаграммы рассеяния ; Графики плотности и контурные графики ; Настройка легенд на графиках ; Настройка цветовых шкал ; Множественные субграфики ; Текст и поясняющие надписи ; Настройка делений на осях координат ; Настройка Matplotlib: конфигурации и таблицы стилей ; Построение трехмерных графиков в библиотеке Matplotlib ; Визуализация с помощью библиотеки Seaborn ; Что такое машинное обучение ; Знакомство с библиотекой Scikit-Learn ; Гиперпараметры и проверка модели ; Проектирование признаков ; Заглянем глубже: наивная байесовская классификация ; Заглянем глубже: линейная регрессия ; Заглянем глубже: метод опорных векторов ; Заглянем глубже: деревья решений и случайные леса ; Заглянем глубже: метод главных компонент ; Заглянем глубже: обучение на базе многообразий ; Заглянем глубже: кластеризация методом k средних ; Заглянем глубже: смеси гауссовых распределений ; Заглянем глубже: ядерная оценка плотности распределения ; Прикладная задача: конвейер распознавания лиц. - ISBN 9786010835641: 86.67.

Python — первоклассный инструмент, и в первую очередь благодаря наличию множества библиотек для хранения, анализа и обработки данных. Отдельные части стека Python описываются во многих источниках, но только в новом издании «Python для сложных задач» вы найдете подробное описание: IPython, NumPy, pandas, Matplotlib, Scikit-Learn и др. Специалисты по обработке данных, знакомые с языком Python, найдут во втором издании решения таких повседневных задач, как обработка, преобразование и подготовка данных, визуализация различных типов данных, использование данных для построения статистических моделей и моделей машинного обучения. Проще говоря, эта книга является идеальным справочником по научным вычислениям в Python.

ГРНТИ 50.05.03
ГРНТИ 50.05.09
ГРНТИ 28.23.37
004.438Python:004.42
004.8.032.2

общий = ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ ПРОГРАММИРОВАНИЕ
общий = ОБЪЕКТНО-ОРИЕНТИРОВАННЫЕ ЯЗЫКИ ПРОГРАММИРОВАНИЯ
общий = МАШИННОЕ ОБУЧЕНИЕ
общий = ГЛУБОКОЕ ОБУЧЕНИЕ
общий = PYTHON (язык программирования)