Czyszczenie danych w Pythonie. Receptury. Nowoczesne techniki i narzędzia Pythona do wykrywania i el

 

Dostępność:

Wysyłamy w 24h

Wysyłamy w 24h – to znaczy, że taki produkt mamy w magazynie i wyślemy go w ciągu 24 godzin w dni robocze (1 dzień roboczy) od momentu złożenia zamówienia. Jeśli jednak zamówisz większą ilość takiego produktu, może się okazać, że nie mamy aż tylu egzemplarzy dostępnych 24h i będziesz musiał poczekać na niego dłużej niż 24h, o czym poinformujemy Cię w osobnym e-mailu.

Zamówienia:0 - 99 PLN>99 PLNCzas dostawy:
Odbiór osobisty w księgarni 0 zł0 zł1 dzień roboczy
InPost Paczkomaty 24/7 (Płatność online)7.99 zł0 zł1-2 dni robocze
InPost Paczkomaty - Paczka w Weekend (Płatność online)16.99 zł0 zł1-2 dni robocze
Poczta Polska (Płatność online)12.99 zł0 zł3-5 dni roboczych
Poczta Polska (Płatność za pobraniem)13.99 zł0 zł3-5 dni roboczych
Kurier UPS (Płatność online)7.99 zł0 zł1 dzień roboczy
Kurier UPS (Płatność za pobraniem)7.99 zł0 zł1 dzień roboczy
Wysyłka zagranicznaSprawdź szczegóły >
73,00 zł 79,00 zł Oszczędzasz 6,00 zł

Przetwarzanie dużych ilości danych daje wiedzę, która leży u podstaw istotnych decyzji podejmowanych przez organizację. Pozwala to na uzyskiwanie znakomitych efektów: techniki wydobywania wiedzy z danych stają się coraz bardziej wyrafinowane. Podstawowym warunkiem sukcesu jest uzyskanie odpowiedniej jakości danych. Wykorzystanie niespójnych i niepełnych informacji prowadzi do podejmowania błędnych decyzji. Konsekwencją mogą być straty finansowe, stwarzanie konkretnych zagrożeń czy uszczerbek na wizerunku. A zatem oczyszczanie jest wyjątkowo ważną częścią analizy danych.



Ta książka jest praktycznym zbiorem gotowych do użycia receptur, podanych tak, aby maksymalnie ułatwić proces przygotowania danych do analizy. Omówiono tu takie kwestie dotyczące danych jak importowanie, ocena ich jakości, uzupełnianie braków, porządkowanie i agregacja, a także przekształcanie. Poza zwięzłym omówieniem tych zadań zaprezentowano najskuteczniejsze techniki ich wykonywania za pomocą różnych narzędzi: Pandas, NumPy, Matplotlib czy SciPy. W ramach każdej receptury wyjaśniono skutki podjętych działań. Cennym uzupełnieniem jest zestaw funkcji i klas zdefiniowanych przez użytkownika, które służą do automatyzacji oczyszczania danych. Umożliwiają one też dostrojenie procesu do konkretnych potrzeb.



W książce znajdziesz receptury, dzięki którym:




  • wczytasz i przeanalizujesz dane z różnych źródeł

  • uporządkujesz dane, poprawisz ich błędy i uzupełnisz braki

  • efektywnie skorzystasz z bibliotek Pythona

  • zastosujesz wizualizacje do analizy danych

  • napiszesz własne funkcje i klasy do automatyzacji procesu oczyszczania danych



Prawdziwą wartość mają tylko oczyszczone i spójne dane!


Napisz własną recenzję
Napisz recenzję o produkcie: Czyszczenie danych w Pythonie. Receptury. Nowoczesne techniki i narzędzia Pythona do wykrywania i el
Twoja ocena
Ocena ogólna

Zamieszczenie recenzji nie wymaga logowania. Sklep nie prowadzi weryfikacji, czy autorzy recenzji nabyli lub użytkowali dany produkt.