Python pour la data science : les meilleurs outils pour travailler avec les données

Fiche technique

Format : Broché
Nb de pages : XVIII-561 pages
Poids : 1048 g
Dimensions : 19cm X 23cm
Date de parution :
ISBN : 978-2-412-07004-8
EAN : 9782412070048

Python pour la data science

les meilleurs outils pour travailler avec les données

de

chez First interactive

Paru le | Broché XVIII-561 pages

Perfectionnement

39.95 Disponible - Expédié sous 4 jours ouvrés
Ajouter au panier

Quatrième de couverture

Python pour la data science

Pour de nombreux chercheurs, Python constitue l'outil de prédilection en raison de ses riches librairies de fonctions de traitement et d'analyse de données. S'il existe des livres et tutoriels dédiés à ces différentes librairies, seul cet ouvrage propose une synthèse complète de l'ensemble, à savoir l'environnement IPython, NumPy, Pandas, Matplotlib, Scikit- Learn et bien d'autres encore.

Les professionnels des données tels que les data scientists et data crunchers déjà rompus à la création de code Python tiennent entre leurs mains le guide de référence pour leurs tâches quotidiennes. Qu'il s'agisse de manipuler, transformer et nettoyer les données, de les visualiser selon différents cas de figure ou encore d'élaborer des modèles statistiques et d'apprentissage machine, ce livre est le compagnon idéal de tout projet scientifique avec Python.

Grâce à ce livre, vous apprendrez à maîtriser :

  • IPython et Jupyter : découvrez l'infrastructure technique en matière de science des données avec Python.
  • NumPy : stockez et manipulez en toute efficacité des tableaux de données denses grâce à ndarray.
  • Pandas : traitez les données tabulaires et labellisées au moyen de la structure DataFrame.
  • Matplotlib : profitez d'un vaste choix de fonctions de visualisation des données.
  • Scikit-Learn : optimisez l'implémentation Python de tous les algorithmes d'apprentissage machine indispensables.

Biographie

Jake VanderPlas utilise la plate-forme scientifique Python de longue date. Directeur de recherche interdisciplinaire à l'université de Washington, il travaille comme ingénieur logiciel chez Google.