Data Science with Python : Ful

รับความไว้วางใจอย่างมากเกี่ยวกับ Data Science ด้วย Python แบบออฟไลน์โดยสมบูรณ์

วิทยาศาสตร์ข้อมูลเป็นกระบวนการของการรับความรู้และข้อมูลเชิงลึกจากชุดข้อมูลขนาดใหญ่และหลากหลายผ่านการจัดระเบียบการประมวลผลและการวิเคราะห์ข้อมูล มันเกี่ยวข้องกับสาขาวิชาที่แตกต่างกันมากมายเช่นการสร้างแบบจำลองทางคณิตศาสตร์และสถิติการแยกข้อมูลจากแหล่งที่มาและการใช้เทคนิคการสร้างภาพข้อมูล บ่อยครั้งที่มันเกี่ยวข้องกับการจัดการเทคโนโลยีข้อมูลขนาดใหญ่เพื่อรวบรวมข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ด้านล่างเราจะเห็นตัวอย่างสถานการณ์ที่ใช้วิทยาศาสตร์ข้อมูล

บทรวม

    บทนำวิทยาศาสตร์ข้อมูล

    การตั้งค่าสภาพแวดล้อมวิทยาศาสตร์ข้อมูล

    นุ่น

    numpy

    Matplotlib

    การดำเนินงานข้อมูล

    ล้างข้อมูล

    กำลังประมวลผลข้อมูล CSV

    กำลังประมวลผลข้อมูล JSON

    กำลังประมวลผลข้อมูล XLS

    ฐานข้อมูลเชิงสัมพันธ์

    ฐานข้อมูล NoSQL

    วันและเวลา

    Data Wrangling

    การรวมข้อมูล

    อ่านหน้า HTML

    กำลังประมวลผลข้อมูลที่ไม่มีโครงสร้าง

    โทเค็นคำ

    Stemming และ Lemmatization

    คุณสมบัติของแผนภูมิ

    จัดแต่งทรงผมแผนภูมิ

    แปลงกล่อง

    แผนที่ความร้อน

    แผนการกระจาย

    แผนภูมิฟอง

    แผนภูมิ 3 มิติ

    อนุกรมเวลา

    ข้อมูลทางภูมิศาสตร์

    กราฟข้อมูล

    การวัดแนวโน้มกลาง

    การวัดความแปรปรวน

    การแจกแจงแบบปกติ

    การกระจายแบบทวินาม

    การกระจายปัวซอง

    การกระจาย Bernoulli

    p-value

    ความสัมพันธ์

    การทดสอบไคสแควร์

    การถดถอยเชิงเส้น