Sách khoa học dữ liệu với python ( STK)

[{"t":"NHÀ PHÁT HÀNH : Công Ty TNHH Thương Mại STK\nnhà xuất bản : thanh niên \nnăm : 2024\ntrang : 423\ntác giả : nhiều tác giả \n\nKHOA HỌC DỮ LIỆU VỚI PYTHON\n\n\n\n            Sách Khoa học dữ liệu với Python được trình\nbày với 424 trang khổ 16 x 24 cm qua 7 chương và 1 phụ lục:\n\n\n\nChương 1: Giới thiệu sách.\n\n\n\nChương 2: Cài đặt.\n\n\n\nChương 3: Thư viện Numpy.\n\n\n\nChương 4: Giới thiệu thư viện\nPandas - 30 câu hỏi về Pandas.\n\n\n\nChương 5: Đọc và ghi dữ liệu với\nPandas.\n\n\n\nChương 6: Thao\ntác dữ liệu với Pandas -  20 bài tập cơ\nbản về  Pandas.\n\n\n\nChương 7: Trực quan hóa dữ liệu với\nMatplotlib và Seaborn.\n\n\n\nPhụ lục: Giới thiệu Google Colab\n\n\n\n            Sách giới thiệu nhanh về các thư\nviện chính dùng nhiều trong phân tích dữ liệu, học máy, học sâu, các thành phần\nthiết yếu của ngôn ngữ Python dành cho các nhà nghiên cứu phân tích dữ liệu và\nnhà phát triển học máy và học sâu. Nền tảng phân tích dữ liệu được trình bày\nbởi chuyên gia. Toàn bộ vòng đời phát triển phân tích dữ liệu có\nthể giải thích và các phương pháp tiên tiến hướng đến sự đơn giản, khả năng mở\nrộng, tái sử dụng, nhân rộng, triển khai nhanh và bảo trì dễ dàng. Từ làm sạch\ndữ liệu đến thiết kế mô hình, thử nghiệm và lựa chọn tính năng, cho đến những\nhình ảnh trực quan tuyệt vời dễ dàng cho các bên liên quan và người ra quyết\nđịnh. \n\n\n            Chương 1 và 2 giới thiệu chung về\nsách, Khoa học dữ liệu cũng như cách cài đặt Python và các chương trình liên\nquan. Các chương 3, 4, 5, 6 và 7 hướng dẫn bạn đọc khai thác các thư viện chính\ndùng trong phân tích dữ liệu. Chương 3 giới thiệu thư viện Numpy làm nền tảng\ncho việc phát triển và học các thư viện khác. Các nội dung Chương 4, 5, 6 là\ntrọng tâm của sách hướng dẫn khai thác và sử dụng thư viện Pandas. Điểm nổi bật\ncủa 3 chương này là: Ngoài phần trình bày Lý thuyết, các tác giả còn soạn 30\ncâu Hỏi-Đáp và 20 bài tập cơ bản về Pandas với giải thích rõ ràng giúp bạn đọc\nhiểu rõ hơn về thư viện này. Các bài tập nâng cao về Pandas sẽ được trình bày\ntrong các chuyên đề tiếp theo.\n\n\n            Chương 7 giới thiệu hai thư viện\nTrực quan hóa bằng Python là: Matplotlib và Seaborn. Matplotlib là một thư viện\ntoàn diện để tạo trực quan hóa tĩnh, hoạt hình và tương tác trong Python.\nMatplotlib biến những điều những điều khó khăn trở nên dễ dàng hơn và có thể\nthực hiện được. Seaborn là thư viện trực quan hóa dữ liệu Python dựa\ntrên Matplotlib. Nó cung cấp một giao diện cấp cao để vẽ đồ họa thống kê\nhấp dẫn và giàu thông tin. Và cuối cùng Phụ lục giới thiệu Google Colab, là một nền tảng trực tuyến miễn phí hỗ trợ\nngười dùng phát triển và chạy mã bằng Python. Nền tảng này cung cấp một môi\ntrường để phân tích dữ liệu, nghiên cứu AI và Machine Learning…\n\n\n\tCuốn sách này được viết dành cho các nhà phân tích dữ liệu\nchuyên nghiệp muốn biết cách xây dựng các ứng dụng đáng tin cậy và chính xác\ntrong Python.\nĐây không phải là sách giáo khoa về phân tích dữ liệu, học máy, học sâu, người học\ncần nắm được những khái niệm cơ bản về học máy học sâu để hiểu rõ hơn những nội\ndung trình bày trong sách.\n\n"}]