Data Science with Python : NOA

Krijg een sterke greep op Data Science met Python zonder advertenties volledig offline

Data science is het proces waarbij kennis en inzichten worden ontleend aan een enorme en diverse set gegevens door de gegevens te ordenen, te verwerken en te analyseren. Het omvat veel verschillende disciplines, zoals wiskundige en statistische modellering, het extraheren van gegevens uit de bron en het toepassen van datavisualisatietechnieken. Vaak gaat het ook om het omgaan met big data-technologieën om zowel gestructureerde als ongestructureerde data te verzamelen. Hieronder zien we enkele voorbeeldscenario's waarin Data Science wordt gebruikt.

Hoofdstukken inbegrepen

    Data Science Introductie

    Data Science Environment Setup

    Panda's

    Numpy

    Matplotlib

    Gegevensbewerkingen

    Data-opschoning

    CSV-gegevens verwerken

    JSON-gegevens verwerken

    XLS-gegevens verwerken

    Relationele databases

    NoSQL-databases

    Datum en tijd

    Data Wrangling

    Gegevensaggregatie

    HTML-pagina's lezen

    Verwerking van ongestructureerde gegevens

    woordtokenisatie

    Stemming en lemmatisering

    Grafiekeigenschappen

    Grafiek Styling

    Box Plots

    Heat Kaarten

    Scatterplots

    Bubble grafieken

    3D-grafieken

    Tijdreeksen

    Geografische gegevens

    Grafiekgegevens

    Centrale tendens meten

    Variantie meten

    Normale verdeling

    Binominale distributie

    Poisson-distributie

    Bernoulli Distribution

    P-waarde

    Correlatie

    Chikwadraattoets

    Lineaire regressie