ДМК-Пресс Python и анализ данных МакКинни Уэс

Эта книга, посвященная методике вероятностного программирования, научит вас создавать гибкие байесовские статистические модели в программном коде • Сочетание гибкого определения модели и механизма автоматического логического вывода предоставляет исследователю мощный инструмент для быстрого создания, анализа и постепенного усовершенствования новых статистических моделей. Вероятностное программирование делает статистическое моделирование доступным практически для всех, значительно снижая требования к уровню математической подготовки, позволяя создавать новые модели более простым методом и тратить на это меньше времени • Издание будет полезно всем специалистам по анализу данных, решающим нетривиальные задачи, связанные с вероятностными распределениями

Данный сборник упражнений призван расширить и углубить знания читателей в области программирования на Python путем решения практических задач разной степени сложности. В книге содержится 186 заданий, охватывающих самые разные учебные дисциплины и сферы жизнедеятельности. Для части упражнений в книге даны решения с описанием использованных техник и соответствующих синтаксических конструкций языка Python. Для того, чтобы справиться с предложенными заданиями, вам будет достаточно базовых знаний языка, полученных в любом курсе по Python • К особенностям данной книги можно отнести то, что в ней используется простой и доступный стиль программирования, упражнения взяты как из области математики и информатики, так и из других дисциплин, и примерно на половину заданий даны решения

Python — простой в изучении и практическом использовании язык программирования, который свободно доступен на компьютерах под управлением Mac OS, Windows и Linux. Изучив Python, вы сможете использовать его в своей профессиональной деятельности, не покупая какое-либо программное обеспечение • Данная книга представляет собой курс программирования на языке Python. Краткий и четкий стиль изложения и многочисленные упражнения позволят достаточно быстро овладеть основными навыками программирования и методами обработки данных • Издание предназначено широкому кругу читателей, которые не являются программистами и хотели бы освоить язык Python с нуля

Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения Использование разных машинно-обучаемых моделей для формулирования различных вопросов в отношении данных Конструирование нейронных сетей при помощи библиотек Написание красивого и лаконичного кода с оптимальным использованием созданных вами алгоритмов Встраивание машинно-обучаемой модели в веб-приложение для повышения ее общедоступности Обнаружение скрытых повторяющихся образов и структур в данных посредством кластерного анализа Организация данных с помощью эффективных методов предобработки и использование передовых практических подходов к оценке машинно-обучаемых моделей Анализ мнений для подробной интерпретации текстовых данных и информации из социальных сетей

В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач • Прочитав первый том, вы научитесь • - работать в IPython и Jupyter Notebook • - применять функции библиотеки NumPy • - визуализировать результаты анализа с помощью библиотек matplotlib, seaborn и plotly • - выполнять предварительную подготовку данных в библиотеке pandas • - работать с классами scikit-learn, строящими модели предварительной подготовки данных и модели машинного обучения • - применять различные стратегии валидации данных

Если вы - опытный программист на Python, то после прочтения данной книги ваши программы станут более качественными, надежными, быстрыми, удобными для сопровождения и использования • В центре внимания Марка Саммерфилда находятся четыре основных темы: повышение элегантности кода с помощью паттернов проектирования, повышения быстродействия с помощью распараллеливания и компиляции Python-программ (Cython), высокоуровневое сетевое программирование и графика. Он описывает паттерны, доказавшие свою полезность в Python, иллюстрирует их на примерах высококачественного кода и объясняет, почему некоторые из них не слишком существенны • Издание предназначено для программистов, уже работающих на Python, но также может быть полезно и начинающим пользователям языка

Если вам нужна помощь в разработке программ на языке Python 3 или вы планируете заняться обновлением старого кода на языке Python 2, эта книга – ваш счастливый билет. Она наполнена практическими примерами, разработанными и протестированными в среде Python 3.3, поэтому станет уникальным подспорьем для опытных программистов, желающих сконцентрироваться на современных инструментах и идиомах • В книге приведены полноценные рецепты, охватывающие свыше 10 основных тем Python, а также задачи, имеющие широкий спектр областей применения. Каждый рецепт содержит примеры кода, которые вы можете использовать в своих проектах, а также включает обсуждение принципов работы данного решения

Твои первые шаги в программировании Базовые знания о языке Python и объектно-ориентированном программировании Использование всех основных элементов словаря Python Работа с компонентами библиотеки Возможности Python при работе с графикой Основы работы с игровыми модулями pygame Разработка собственной игры Большое количество ярких иллюстрация для сохранения интереса к обучению Задачи для полного освоения материала Книга может использоваться в качестве учебника по информатике Эта книга - прекрасное руководство по программированию для детей на языке Python средней сложности. Читатели получат базовые знания о языке Python, узнают об объектно-ориентированном программировании, научатся работать с функциями, классами и модулями. Много внимания уделено работе с графикой, созданию анимации и разработке собственной игры

Книга демонстрирует преимущества методологии разработки на основе тестирования (TDD) на языке Python. Вы научитесь писать и выполнять тесты для создания любого фрагмента вашего приложения и затем разрабатывать минимальный объем программного кода, необходимого для прохождения этих тестов. Вы также научитесь работать с различными инструментами и фреймворками, такими как Django, Selenium, Git, jQuery и Mock • Издание предназначено всем разработчикам, кто уже освоил начальный уровень программирования на Python и хочет перейти на следующий

В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач • Прочитав второй том, вы научитесь • - составлять план предварительной подготовки данных • - конструировать признаки • - отбирать признаки • - работать с метриками бинарной классификации и регрессии • - выполнять байесовскую оптимизацию гиперпараметров • - создавать контейнеры Docker • - строить модели c помощью платформы H2O

Изучите методы и инструменты, которые обеспечивают плавный и эффективный процесс разработки программного обеспечения, с помощью этого краткого и практического руководства по непрерывной интеграции и непрерывной доставке с использованием Python. В книге представлены различные виды тестирования и показано, как настроить автоматизированные системы, которые выполняют эти тесты, и устанавливать приложения в различных средах контролируем способом на базе примеров. С помощью этой книги можно решить технические проблемы, связанные с разработкой программного обеспечения, которые обычно скрываются в чистых текстах программирования • Прочитав эту книгу, вы увидите, что в современном быстро меняющемся мире ни один программный проект не может позволить себе пройти разработку, затем этап интеграции непредсказуемой длины и сложности и, наконец, отправиться к заказчику – после чего выяснится, что полученное приложение не совсем удовлетворяет его потребностям

В книге приводится всесторонний анализ идей и деталей реализации структур данных как важнейшей составляющей прикладных алгоритмов. Рассматриваются не только эффективные способы реализации операций над множествами чисел, интервалов или строк в виде различных поисковых структур данных – деревьев, множеств интервалов, кусочно-постоянных функций, прямоугольных областей, непересекающихся подмножеств, куч, хеш-таблиц, но и динамизация и персистентность (сохраняемость) структур • Это первая книга, рассматривающая структуры данных не просто как вспомогательный материал для иллюстрации методологии объектно-ориентированного программирования, а как ключевой вопрос разработки алгоритмов • Многочисленные примеры кода на языке C и более 500 ссылок на первоисточники делают эту книгу исключительно ценной