Ouvrage
Python pour le data scientist
Des bases du langage au machine learning
InfoPro
2024
356 pages
Citer cet ouvrage
- JAKOBOWICZ, Emmanuel,
- Jakobowicz, Emmanuel.
- Jakobowicz, E.
Présentation
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s’adresse à vous.
Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science.
Ce livre répond à de nombreuses questions sur Python :
Cette troisième édition, entièrement refondue et augmentée, est enrichie des mises à jour de code liées aux évolutions de Python et des packages de data science.
L’ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l’auteur : https ://github.com/emjako/pythondatascientist
Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science.
Ce livre répond à de nombreuses questions sur Python :
- Comment utiliser Python en data science ?
- Comment coder en Python ?
- Comment préparer des données avec Python ?
- Comment créer des visualisations attractives avec Python ?
- Comment appliquer des modèles de machine learning et de deep learning avec Python ?
- Comment passer aux environnements big data ?
Cette troisième édition, entièrement refondue et augmentée, est enrichie des mises à jour de code liées aux évolutions de Python et des packages de data science.
L’ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l’auteur : https ://github.com/emjako/pythondatascientist
Sommaire
Partie 1. Les fondamentaux du langage Python
Partie 2. La préparation et la visualisation des données avec Python
Partie 3. Python, le machine learning et le big data
Date de parution : 13/03/2024
Date de mise en ligne : 27/06/2024
ISBN 9782100859764
Cet ouvrage est en accès conditionnel
Acheter cet ouvrage
24,99 €
356 pages, format électronique (HTML et feuilletage, par chapitre)