[БХВ] Погружение в аналитику данных [Джордж Маунт] + Надежный Python [Патрик Виафоре] + Расширенная аналитика с PySpark [Коллектив авторов] [Повтор]

Складчина: [БХВ] Погружение в аналитику данных [Джордж Маунт] + Надежный Python [Патрик Виафоре] + Расширенная аналитика с PySpark [Коллектив авторов] [Повтор]

Погружение в аналитику данных. От Excel к Python и R
Автор книги: Джордж Маунт



Краткое описание
В книге приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data Analysis, EDA) и проверку гипотез с использованием языков программирования Python и R.

Аналитика данных может показаться сложной сферой, но если вы опытный пользователь Excel, у вас есть уникальное преимущество. С помощью этого практического руководства пользователи Excel среднего уровня получат прочное понимание аналитики и стека данных. Прочитав эту книгу, вы сможете проводить исследовательский анализ данных и проверку гипотез с помощью языков программирования Python и R.

Исследование и проверка взаимосвязей — основа аналитики. Используя описанные инструменты и механизмы, вы освоите более продвинутые методы анализа данных. Джордж Маунт подробно объясняет ключевые статистические концепции с помощью электронных таблиц, а затем помогает применить полученные знания об обработке данных для написания программ на языках R и Python.

Эта практическая книга поможет вам:

• Изучить основы аналитики в Excel. Используйте Excel для проверки взаимосвязи между переменными, научитесь применять его возможности в статистике и аналитике.
• Перейти от Excel к R. Перенесите данные в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа.
• Перейти от Excel к Python. Узнайте, как перенести информацию из Excel в Python, научитесь выполнять разведочный анализ, проверку гипотез, а также полный анализ данных средствами этого языка.

Издательство: БХВ
Формат выдачи: pdf электронный
Объем: 219 стр.
Цена: 349 руб.

Скрытая ссылка

Надежный Python. Пишем чистый код, который удобно поддерживать
Автор книги: Патрик Виафоре



Краткое описание
Современные проекты на языке Python непрерывно растут, развиваются и при этом неизбежно усложняются. Добиться надежности кода Python при сохранении гибкости, понятности и расширяемости приложений позволяет система типов, которая в данной книге подробно исследована в рамках парадигмы ООП. Особое внимание уделяется аннотированию и проверке типов, а также созданию пользовательских специализированных типов. Продвинутые главы книги посвящены вопросам тестирования, линтинга и обеспечения надежности программ на Python.

Вам кажется, что ваши проекты Python становятся все больше и больше? Вас охватывает паника по мере того, как ваш программный код расширяется и его становится все труднее отлаживать и поддерживать? Python — это простой язык для изучения и использования, но это также означает, что системы могут быстро выйти за пределы понимания разработчика. К счастью, в Python есть функции, помогающие разработчикам преодолеть проблемы с ремонтопригодностью.

Прочитав книгу Вы:

• узнаете, как максимально использовать систему типов Python;
• познакомитесь с определяемыми пользователем типами, такими как классы и перечисления, а также с системой подсказок типов Python;
• научитесь использовать в качестве подстраховки комплексную стратегию тестирования;
• узнаете, как сделать Python расширяемым.

С помощью этих советов и приемов вы сможете писать более понятный и удобный для сопровождения код.

Книга идеально подходит для

• разработчиков, которые в настоящее время работают с большой кодовой базой и пытаются найти более эффективные способы взаимодействия со своими коллегами;
• специалистов по первоначальному сопровождению программного кода, которые ищут способы уменьшить нагрузку при сопровождении в будущем;
• самоучек, которые хорошо владеют языком программирования Python, но хотят лучше понимать, почему и что мы делаем;
• начинающих специалистов в области информационных технологий, которым нужны практические советы по разработке;
• опытных разработчиков, которые ищут способ, как обосновать свой дизайн, опираясь на основные принципы надежности.

Издательство: БХВ
Формат выдачи: pdf электронный
Объем: 346 стр.
Цена: 549 руб.

Скрытая ссылка

Расширенная аналитика с PySpark.
Практические примеры анализа больших наборов данных с использованием Python и Spark
Авторы книги: Лаcерсон Ури, Оуэн Шон, Райза Сэнди, Тандон Акаш, Уиллс Джош



Краткое описание
Книга посвящена практическим методам анализа больших объемов данных с использованием языка Python и фреймворка Spark, она знакомит с моделью программирования Spark и основами системы с открытым исходным кодом PySpark. Каждая глава описывает отдельный аспект анализа данных, показаны основы обработки данных в PySpark и Python на примере очистки данных, подробно освещается машинное обучение с помощью Spark. Книга поможет читателю понять, как устроен и работает весь конвейер PySpark для комплексной аналитики больших наборов данных: от создания и оценки моделей до очистки, предварительной обработки и исследования данных с особым акцентом на производственные приложения. Отдельные главы посвящены обработке изображений и библиотеке Spark NLP.

В современном мире накоплен ошеломляющий объем данных, и он продолжает расти. Один из основных инструментов анализа данных — Apache Spark, фреймворк с открытым исходным кодом для распределенной обработки неструктурированных и слабоструктурированных данных. Это практическое руководство объединяет Spark, статистические методы и наборы данных из реального мира. Авторы научат вас решать задачи анализа с помощью системы с открытым исходным кодом PySpark, применяемой для распределенной обработки больших данных с использованием Python, а также других передовых методов программирования Spark.

Специалисты по обработке данных знакомят читателей с экосистемой Spark, а затем приводят примеры базовых методов анализа, включая классификацию, кластеризацию, совместную фильтрацию и обнаружение аномалий в таких областях, как геномика, безопасность и финансы. Отдельные главы посвящены обработке изображений и библиотеке Spark NLP.

Если у вас имеются базовые знания о машинном обучении и статистике, и вы программируете на Python, книга поможет вам освоить анализ больших данных.

• Ознакомьтесь с моделью программирования и экосистемой Spark
• Изучите общие подходы в науке о данных
• Изучите практические примеры анализа больших наборов данных
• Узнайте, какие инструменты машинного обучения подходят для решения конкретных задач
• Напишите код, который можно адаптировать для многих целей

Издательство: БХВ
Формат выдачи: pdf электронный
Объем: 223 стр.
Цена: 349 руб.

Скрытая ссылка

349 руб. + 549 руб. + 349 руб. = 1247 руб.