Fr. 53.20

Python pour le data scientist : des bases du langage au machine learning - Des bases du langage au machine learning

French · Paperback / Softback

Shipping usually within 1 to 3 working days

Description

Read more


Python pour le data scientist


Des bases du langage au machine learning

Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s'adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science.
Ce livre répond à de nombreuses questions sur Python :


  • Comment utiliser Python en data science ?

  • Comment coder en Python ?

  • Comment préparer des données avec Python ?

  • Comment créer des visualisations attractives avec Python ?

  • Comment appliquer des modèles de machine learning et de deep learning avec Python ?

Comment passer aux environnements big data ? Vous apprendrez à tirer parti des multiples outils Python tels que conda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Plotly, Dash, Streamlit, Scikit- Learn, TensorFlow, Keras, PySpark... pour mettre en place vos traitements.
Cette troisième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science.

#Python #Analyse des données #Base de données #Big Data #Statistique «Informatique

Product details

Authors Jakobowicz, Emmanuel Jakobowicz
Publisher Dunod
 
Languages French
Product format Paperback / Softback
Released 13.03.2024
 
EAN 9782100859764
ISBN 978-2-10-085976-4
No. of pages 334
Dimensions 170 mm x 240 mm x 10 mm
Weight 500 g
Series InfoPro, Applications métiers
Subject Natural sciences, medicine, IT, technology > IT, data processing > Internet

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.