Хейдт Майкл, Груздев Артем Владимирович
Изучаем pandas. Высокопроизводительная обработка и анализ данных в Python

  • ЦЕНЫ:
Похожии по тематике на книгу Изучаем pandas. Высокопроизводительная обработка и анализ данных в Python
  • Маккинни У.. Python и анализ данных
  • Данжу Д.. Путь Python. Черный пояс по разработке, масштабированию, тестированию и развертыванию
  • Равичандиран С.. Глубокое обучение с подкреплением на Python. Openai Gum и TensorFlow для профи
  • Элбон К.. Машинное обучение с использованием Python. Сборник рецептов
  • Дэвидсон-Пайлон Кэмерон. Вероятностное программирование на Python. Байесовский вывод и алгоритмы
  • Дауни А.Б.. Изучение сложных систем с помощью Python
  • Шоу З.. Легкий способ выучить Python 3
  • Паттанаяк Сантану. Глубокое обучение и TensorFlow для профессионалов. Математический подход к построению систем искусственного интеллекта на Python. Руководство
  • Меле А.. Django 2 в примерах
  • Васильев А.Н.. Python на примерах. Практический курс по программированию
  • Дронов В.А.. Django 2.1. Практика создания веб-сайтов на Python
  • Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка
  • Прагматичный ИИ. Машинное обучение и облачные технологии
  • Джоши Патрик. Искусственный интеллект с примерами на Python. Создание приложений искусственного интеллекта с помощью Python для взаимодействия с окружающим миром
  • Гаско Р.. Простой Python просто с нуля
  • Рашка Себастьян. Python и машинное обучение. Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow
  • Python. Экспресс-курс
  • Харрисон М.. Как устроен Python. Гид для разработчиков, программистов и интересующихся
  • Мартелли Алекс. Python. Справочник
  • Прохоренок Н.А.. Python 3 и PyQt 5. Разработка приложений
  • Гэддис Т.. Начинаем программировать на Python
Другие книги автора Хейдт Майкл, Груздев Артем Владимирович
  • Груздев Артем Владимирович. Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес. Руководство
    Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес. Руководство
    Груздев Артем Владимирович
    Прочитав эту книгу, вы сможете: • строить и интерпретировать модели дерева решений и случайного леса; • оценивать дискриминирующую способность полученных моделей; • улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга); • улучшать модели логистической регрессии, используя информацию дерева и случайного леса; • применять правила классификации/прогноза, полученные с помощью дерева и случайного леса, к новым данным; • овладеть навыками конструирования признаков (feature engineering); • улучшать модели случайного леса с помощью автоматизированной оптимизации параметров. Издание обновленное и дополненное.
  • Груздев Артем Владимирович. Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений. Руководство
    Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений. Руководство
    Груздев Артем Владимирович
    Данная книга представляет собой практическое руководство по применению метода деревьев решений для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax и R, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений от таких компаний, как Citibank N.A., Transunion и DBS Bank. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.

© 2007-2019 books.iqbuy.ru 18+