Data Science with Python : NOA

Mit Python können Sie Data Science ohne Werbung vollständig offline nutzen

Data Science ist der Prozess, bei dem Wissen und Erkenntnisse aus einem riesigen und vielfältigen Datensatz durch Organisieren, Verarbeiten und Analysieren der Daten abgeleitet werden. Es umfasst viele verschiedene Disziplinen wie die mathematische und statistische Modellierung, das Extrahieren von Daten aus der Quelle und das Anwenden von Datenvisualisierungstechniken. Oft geht es auch darum, mit Big-Data-Technologien sowohl strukturierte als auch unstrukturierte Daten zu erfassen. Im Folgenden sehen Sie einige Beispielszenarien, in denen Data Science verwendet wird.

Kapitel enthalten

    Data Science Einführung

    Einrichtung der Data Science-Umgebung

    Pandas

    Numpy

    Matplotlib

    Datenoperationen

    Datenbereinigung

    CSV-Daten verarbeiten

    JSON-Daten verarbeiten

    Verarbeitung von XLS-Daten

    Relationale Datenbanken

    NoSQL-Datenbanken

    Datum (und Uhrzeit

    Daten-Wrangling

    Datenaggregation

    HTML-Seiten lesen

    Unstrukturierte Daten verarbeiten

    Wort-Tokenisierung

    Stemming und Lemmatisierung

    Diagrammeigenschaften

    Diagramm-Styling

    Box Plots

    Heatmaps

    Streudiagramme

    Blasendiagramme

    3D-Diagramme

    Zeitfolgen

    Geografische Daten

    Diagrammdaten

    Messung der zentralen Tendenz

    Varianz messen

    Normalverteilung

    Binomialverteilung

    Poisson-Verteilung

    Bernoulli Distribution

    P-Wert

    Korrelation

    Chi-Quadrat-Test

    Lineare Regression