Python est devenu en quelques années un langage majeur dans l'univers des applications centrées sur le traitement des données, et plus particulièrement des gros volumes de données (big data).
Cet ouvrage servira de guide à tous ceux qui s'intéressent à l'utilisation de Python pour le travail sur les données et l'automatisation de certaines tâches (data science). Il met l'accent sur la préparation et la mise en forme des données qui sont essentielles dans la qualité du résultat et qui constituent aujourd'hui une part importante du travail du data scientist.
L'ensemble des exemples et des exercices présentés dans cet ouvrage sont disponibles sous forme de Notebooks Jupyter. Ils sont accessibles directement sur GitHub dans le répertoire dédié à l'ouvrage ou en téléchargement sur le site Dunod.
"synopsis" may belong to another edition of this title.
Emmanuel Jakobowicz est data scientist, développeur et formateur Python depuis de nombreuses années. Il est fondateur de Stat4decision, entreprise spécialisée en conseil et formation en data science, et co-organisateur du Meetup PyData Paris. Spécialisé dans la création et l’implémentation de méthodes avancées d’analyse de données, il a un doctorat en statistique appliquée.
"About this title" may belong to another edition of this title.
Seller: Solibri, Epone, France
Condition: fine. très bon état. Optez pour nos livres d'occasion en très bon état, et soutenez l'insertion sociale et l'écologie en leur offrant une seconde vie. 333949-1 - Python pour le data scientist - Des bases du langage au machine learning Des bases du langage au machine learning, Jakobowicz, Emmanuel, DUNOD, 2019. Seller Inventory # 333949-1
Quantity: 1 available
Seller: LiLi - La Liberté des Livres, CANEJAN, France
Condition: very good. Le livre peut montrer des signes d'usure dus a une utilisation constante, etre marque, porter des marques d'identification ou presenter plusieurs dommages esthetiques mineurs. vendeur professionnel; envoi soigne en 24/48h. Seller Inventory # 2502050015624
Quantity: 1 available