Анализ данных на Python: сбор, обработка, преобразование, визуализация и построение моделей с использованием Python, 3-е издание на русском

В этом практическом руководстве вы разберетесь в конвейерах анализа данных с использованием алгоритмов и методов машинного обучения.

Основные характеристики

• Подготовьте и очистите данные для использования в целях разведочного анализа, обработки и преобразования данных.
• Изучите методы машинного обучения с учителем, без учителя, вероятностные и байесовские методы.
• Освойте обработку графов и анализ настроений.

Описание книги

Анализ данных позволяет извлекать пользу из больших и малых объемов данных, выявляя новые закономерности и тенденции, а Python — один из самых популярных инструментов для анализа самых разных данных. С помощью этой книги вы быстро освоите Python для анализа данных, изучите различные этапы и методологии, используемые в анализе данных, и научитесь использовать современные библиотеки из экосистемы Python для создания эффективных конвейеров обработки данных.

Начиная с основных принципов статистики и анализа данных с использованием Python, вы научитесь выполнять сложный анализ и моделирование данных, манипулировать данными, очищать данные и визуализировать данные, используя простые и понятные примеры. Затем вы поймете, как проводить анализ временных рядов и обработку сигналов с использованием моделей ARMA. По мере продвижения вы освоите интеллектуальную обработку и анализ данных с использованием алгоритмов машинного обучения, таких как регрессия, классификация, анализ главных компонентов (PCA) и кластеризация. В заключительных главах вы будете работать с реальными примерами для анализа текстовых и графических данных с использованием методов обработки естественного языка (NLP) и анализа изображений соответственно. Наконец, в книге будет продемонстрирована возможность параллельных вычислений с использованием Dask.

К концу изучения этой книги по анализу данных вы получите навыки, необходимые для подготовки данных к анализу и создания информативных визуализаций данных для прогнозирования значений на основе этих данных.

Что вы узнаете

• Изучите науку о данных и различные модели ее процессов.
• Выполните манипуляции с данными, используя NumPy и pandas для агрегирования, очистки и обработки пропущенных значений.
• Создавайте интерактивные визуализации с помощью Matplotlib, Seaborn и Bokeh.
• Извлечение, обработка и хранение данных в самых разнообразных форматах.
• Изучите предварительную обработку данных и разработку признаков с использованием pandas и scikit-learn.
• Проведите анализ временных рядов и обработку сигналов с использованием данных о цикле солнечной активности.
• Анализ текстовых и графических данных для проведения углубленного анализа.
• Освойте параллельные вычисления с помощью Dask.

Для кого предназначена эта книга?

Эта книга предназначена для аналитиков данных, бизнес-аналитиков, статистиков и специалистов по обработке данных, желающих научиться использовать Python для анализа данных. Студенты и преподаватели также найдут эту книгу полезной для изучения и преподавания анализа данных на Python с использованием практического подхода. Базовое понимание математики и знание языка программирования Python помогут вам начать работу с этой книгой.

Оглавление

1. Начало работы с библиотеками Python
2. NumPy и Pandas
3. Статистика
4. Линейная алгебра
5. Визуализация данных
6. Извлечение, обработка и хранение данных
7. Очистка неструктурированных данных
8. Обработка сигналов и временные ряды
9. Обучение с учителем – Регрессионный анализ
10. Обучение с учителем – Методы классификации
11. Обучение без учителя – метод главных компонент и кластеризация
12. Анализ текстовых данных
13. Анализ данных изображений
14. Параллельные вычисления с использованием Dask