Analisi dei dati in Python - Terza edizione: Eseguire la raccolta dei dati, l'elaborazione dei dati, il wrangling, la visualizzazione e la costruzione di modelli utilizzando Python

Recensioni dei lettori

Il libro è generalmente ben accolto dai principianti della scienza dei dati e dell'analisi dei dati, lodato per la sua facile leggibilità e l'ampia copertura dei concetti e degli strumenti essenziali. Molti recensori hanno apprezzato l'inclusione di esempi pratici di codice Python e l'approccio strutturato ad argomenti che vanno dalla configurazione iniziale all'apprendimento automatico. Tuttavia, diverse critiche sottolineano la mancanza di profondità del libro, la presenza di errori e la qualità delle figure e delle illustrazioni.

Facile da leggere e da capire, è adatto ai principianti.

Introduzione completa ai concetti e agli strumenti della scienza dei dati.

(basato su 13 recensioni dei lettori)

Titolo originale:

Python Data Analysis - Third Edition: Perform data collection, data processing, wrangling, visualization, and model building using Python

Contenuto del libro:

Comprendere le pipeline di analisi dei dati utilizzando algoritmi e tecniche di apprendimento automatico con questa guida pratica.

Caratteristiche principali:

⬤ Preparare e pulire i dati per utilizzarli per l'analisi esplorativa, la manipolazione dei dati e il data wrangling.

⬤ Scoprire i metodi di apprendimento automatico supervisionato, non supervisionato, probabilistico e bayesiano.

⬤ Imparare a gestire l'elaborazione dei grafi e la sentiment analysis.

Descrizione del libro:

L'analisi dei dati consente di generare valore da dati piccoli e grandi scoprendo nuovi modelli e tendenze, e Python è uno degli strumenti più diffusi per analizzare un'ampia varietà di dati. Questo libro vi permetterà di utilizzare Python per l'analisi dei dati, esplorando le diverse fasi e metodologie utilizzate nell'analisi dei dati e imparando a utilizzare le moderne librerie dell'ecosistema Python per creare pipeline di dati efficienti.

Partendo dai fondamenti essenziali dell'analisi statistica e dei dati con Python, si eseguiranno analisi e modellizzazioni complesse dei dati, manipolazione dei dati, pulizia dei dati e visualizzazione dei dati utilizzando esempi facili da seguire. Capirete poi come condurre l'analisi delle serie temporali e l'elaborazione dei segnali utilizzando i modelli ARMA. Man mano che si procede, si affronta l'elaborazione intelligente e l'analisi dei dati utilizzando algoritmi di apprendimento automatico come la regressione, la classificazione, l'analisi delle componenti principali (PCA) e il clustering. Nei capitoli conclusivi, si lavorerà su esempi reali per analizzare dati testuali e immagini utilizzando rispettivamente tecniche di elaborazione del linguaggio naturale (NLP) e di analisi delle immagini. Infine, il libro illustra il calcolo parallelo con Dask.

Alla fine di questo libro sull'analisi dei dati, sarete dotati delle competenze necessarie per preparare i dati per l'analisi e creare visualizzazioni significative per prevedere i valori dai dati.

Che cosa imparerete:

⬤ Esplorare la scienza dei dati e i suoi vari modelli di processo.

⬤ Eseguire la manipolazione dei dati utilizzando NumPy e pandas per aggregare, pulire e gestire i valori mancanti.

⬤ Creare visualizzazioni interattive utilizzando Matplotlib, Seaborn e Bokeh.

⬤ Recuperare, elaborare e memorizzare dati in un'ampia gamma di formati.

⬤ Comprendere la preelaborazione dei dati e l'ingegneria delle caratteristiche utilizzando pandas e scikit-learn.

⬤ Eseguire l'analisi delle serie temporali e l'elaborazione dei segnali utilizzando i dati del ciclo delle macchie solari.

⬤ Analizzare dati testuali e immagini per eseguire analisi avanzate.

⬤ Prendere confidenza con il calcolo parallelo utilizzando Dask.

Per chi è questo libro:

Questo libro si rivolge ad analisti di dati, analisti aziendali, statistici e scienziati dei dati che desiderano imparare a utilizzare Python per l'analisi dei dati. Anche gli studenti e le facoltà accademiche troveranno questo libro utile per imparare e insegnare l'analisi dei dati in Python con un approccio pratico. Una comprensione di base della matematica e una conoscenza pratica del linguaggio di programmazione Python vi aiuteranno a iniziare questo libro.