Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R
- Wydawnictwo:
- Helion
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 208
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis książki: Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R
Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania.
Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści.
W książce:
- badanie relacji między danymi za pomocą Excela
- stosowanie Excela w analizach statystycznych i badaniu danych
- podstawy języka R
- proces oczyszczania i analizy danych w R
- przenoszenie danych z Excela do kodu Pythona
- pełna analiza danych w Pythonie
Eksploracyjna analiza danych? I w Excelu, i w Pythonie!
Wybrane bestsellery
-
Data analytics may seem daunting, but if you're an experienced Excel user, you have a unique head start. With this hands-on guide, intermediate Excel users will gain a solid understanding of analytics and the data stack. By the time you complete this book, you'll be able to conduct exploratory da...(0,00 zł najniższa cena z 30 dni)
203.15 zł
239.00 zł(-15%) -
Oto intuicyjny przewodnik dla średnio zaawansowanych programistów Pythona, pomyślany tak, by przyswajać zasady programowania zorientowanego obiektowo podczas praktycznych ćwiczeń. Dowiesz się, jakie problemy wiążą się z zastosowaniem podejścia proceduralnego i jak dzięki podejściu obiektowemu pis...
Python zorientowany obiektowo. Programowanie gier i graficznych interfejsów użytkownika Python zorientowany obiektowo. Programowanie gier i graficznych interfejsów użytkownika
(0,00 zł najniższa cena z 30 dni)57.85 zł
89.00 zł(-35%) -
To drugie, zaktualizowane i poprawione wydanie bestsellerowego podręcznika Programowania w Pythonie pozwoli Ci błyskawicznie zacząć tworzyć kod, który działa! Zaczniesz od zrozumienia podstawowych koncepcji programistycznych, następnie nauczysz się zapewniać programom interaktywność i wykształcis...(0,00 zł najniższa cena z 30 dni)
64.35 zł
99.00 zł(-35%) -
To kompleksowy podręcznik do nauki programowania w Pythonie. Jego piąte wydanie zostało gruntownie zaktualizowane i rozbudowane o dodatkowe treści. Omówiono tu najnowsze wersje Pythona w liniach 3.X i 2.X, czyli 3.3 i 2.7, i dodano opisy nowych lub rozszerzonych mechanizmów, takich jak obsługa fo...(0,00 zł najniższa cena z 30 dni)
129.35 zł
199.00 zł(-35%) -
Dzięki tej książce przekonasz się, jak wspaniałą przygodą jest programowanie i jak łatwo ją zacząć! Poznasz podstawy Pythona, dowiesz się, jak pisać i formatować kod, a także szybko nauczysz się uruchamiać swoje programy. Instrukcje sterujące, operatory, typy danych, funkcje, klasy i moduły nie b...
Python 3. Projekty dla początkujących i pasjonatów Python 3. Projekty dla początkujących i pasjonatów
(0,00 zł najniższa cena z 30 dni)38.94 zł
59.90 zł(-35%) -
Ta książka jest przystępnym wprowadzeniem do kryptografii i bibliotek kryptograficznych Pythona. Omówiono tu podstawowe koncepcje z tej dziedziny, najważniejsze algorytmy i niezbędny zakres podstaw matematycznych: liczby pierwsze, teorię grup czy generatory liczb pseudolosowych. Wyjaśniono, czym ...
Algorytmy kryptograficzne w Pythonie. Wprowadzenie Algorytmy kryptograficzne w Pythonie. Wprowadzenie
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Metody statystyczne są kluczowym elementem data science, mimo to niewielu specjalistów data science posiada formalne wykształcenie statystyczne. Kursy i podręczniki o podstawach statystyki, rzadko kiedy omawiają temat z perspektywy data science. W drugim wydaniu tego popularnego podręcznika zosta...
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
To kolejne wydanie lubianego samouczka, dzięki któremu w ramach 24 godzinnych lekcji przyswoisz solidne podstawy programowania. Zrozumiesz, jak działają programy, i nauczysz się reguł stosowanych przez profesjonalistów przy ich projektowaniu. Dowiesz się, jak wygląda świat programistów i na czym ...
Programowanie dla początkujących w 24 godziny. Wydanie IV Programowanie dla początkujących w 24 godziny. Wydanie IV
(0,00 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
Ta książka jest zwięzłym, skupionym na praktyce przewodnikiem po Pythonie w wersji 3.6 i nowszych. Dzięki niej skoncentrujesz się na rdzeniu języka i podstawowych zagadnieniach, które musisz doskonale opanować, jeśli chcesz pisać w nim dobry kod. Dowiesz się zatem, jak działa Python i jakich zasa...(0,00 zł najniższa cena z 30 dni)
44.85 zł
69.00 zł(-35%) -
Wiernym czytelnikom publikacji spod znaku wydawnictwa Helion Piotra Wróblewskiego przedstawiać nie trzeba. Dość wspomnieć, że jest on autorem wielu publikacji poświęconych głównie programowaniu i obsłudze komputerów. Jego najnowsza książka, Algorytmy w Pythonie. Techniki programowania dla praktyk...
Algorytmy w Pythonie. Techniki programowania dla praktyków Algorytmy w Pythonie. Techniki programowania dla praktyków
(0,00 zł najniższa cena z 30 dni)77.35 zł
119.00 zł(-35%)
O autorze książki
1 George MountGeorge Mount założył i prowadzi Stringfest Analytics, firmę konsultingową specjalizującą się w analizie danych. Współpracował z wiodącymi bootcampami, platformami edukacyjnymi i organizacjami. Regularnie wypowiada się na tematy dotyczące nauki i analizy danych, a także rozwoju pracowników. Mieszka w Cleveland w stanie Ohio.
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły książki
- Tytuł oryginału:
- Advancing into Analytics: From Excel to Python and R
- Tłumaczenie:
- Filip Kamiński
- ISBN Książki drukowanej:
- 978-83-283-8551-1, 9788328385511
- Data wydania książki drukowanej:
- 2022-03-15
- ISBN Ebooka:
- 978-83-283-8552-8, 9788328385528
- Data wydania ebooka:
-
2022-03-15
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
- Format:
- 168x237
- Numer z katalogu:
- 159269
- Rozmiar pliku Pdf:
- 12.5MB
- Rozmiar pliku ePub:
- 9.4MB
- Rozmiar pliku Mobi:
- 20.7MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Spis treści książki
- Wprowadzenie (9)
- 1. Podstawy eksploracyjnej analizy danych (19)
- Czym jest eksploracyjna analiza danych? (19)
- Obserwacje (21)
- Zmienne (21)
- Przykład: klasyfikacja zmiennych (24)
- Przypomnienie: typy zmiennych (26)
- Eksploracja zmiennych w Excelu (26)
- Eksploracja zmiennych kategorialnych (27)
- Eksploracja zmiennych ilościowych (29)
- Wnioski (40)
- Ćwiczenia (40)
- 2. Podstawy prawdopodobieństwa (41)
- Prawdopodobieństwo i losowość (41)
- Prawdopodobieństwo i przestrzeń zdarzeń elementarnych (41)
- Prawdopodobieństwo i eksperymenty (42)
- Prawdopodobieństwo bezwarunkowe i warunkowe (42)
- Rozkłady prawdopodobieństwa (42)
- Dyskretne rozkłady prawdopodobieństwa (43)
- Ciągłe rozkłady prawdopodobieństwa (46)
- Wnioski (53)
- Ćwiczenia (53)
- 3. Podstawy wnioskowania statystycznego (54)
- Ramy wnioskowania statystycznego (54)
- Zbierz reprezentatywną próbkę (55)
- Sformułuj hipotezy (56)
- Stwórz plan analizy (57)
- Przeanalizuj dane (59)
- Podejmij decyzję (62)
- To Twój świat... Dane się tylko w nim znajdują (68)
- Wnioski (69)
- Ćwiczenia (70)
- 4. Korelacja i regresja (71)
- Korelacja nie oznacza przyczynowości (71)
- Wprowadzenie do korelacji (72)
- Od korelacji do regresji (76)
- Regresja liniowa w Excelu (78)
- Zastanówmy się raz jeszcze - pozorne związki (84)
- Wnioski (85)
- Przejście do programowania (85)
- Ćwiczenia (85)
- 5. Stos analizy danych (87)
- Statystyka, analiza danych, nauka o danych (87)
- Statystyka (87)
- Analiza danych (87)
- Analityka biznesowa (88)
- Nauka o danych (88)
- Uczenie maszynowe (88)
- Różne, ale nie rozłączne (89)
- Znaczenie stosu analizy danych (89)
- Arkusze kalkulacyjne (90)
- Bazy danych (92)
- Platformy analityki biznesowej (94)
- Języki programowania danych (94)
- Wnioski (95)
- Co dalej (96)
- Ćwiczenia (96)
- 6. Pierwsze kroki w R dla użytkowników Excela (99)
- Pobieranie R (99)
- Pierwsze kroki w RStudio (99)
- Pakiety w R (108)
- Aktualizacja pakietów, RStudio i języka R (109)
- Wnioski (110)
- Ćwiczenia (110)
- 7. Struktury danych w R (112)
- Wektory (112)
- Indeksowanie i wybór elementów z wektorów (114)
- Od tabel Excela do ramek danych R (115)
- Importowanie danych w R (117)
- Eksploracja ramki danych (120)
- Indeksowanie i wybór elementów z ramek danych (122)
- Zapisywanie ramek danych (123)
- Wnioski (124)
- Ćwiczenia (124)
- 8. Przetwarzanie i wizualizacja danych w R (125)
- Przetwarzanie danych za pomocą dplyr (126)
- Operacje kolumnowe (126)
- Operacje wierszowe (128)
- Agregacja i łączenie danych (131)
- dplyr i potęga operatora potoku (%>%) (133)
- Przekształcanie danych za pomocą tidyr (135)
- Wizualizacja danych w ggplot2 (137)
- Wnioski (142)
- Ćwiczenia (142)
- 9. R w analizie danych (143)
- Eksploracyjna analiza danych (144)
- Testowanie hipotez (147)
- Test t-Studenta dla prób niezależnych (148)
- Regresja liniowa (150)
- Podział na zbiór uczący i testowy, walidacja (151)
- Wnioski (154)
- Ćwiczenia (154)
- 10. Pierwsze kroki w Pythonie dla użytkowników Excela (157)
- Pobieranie Pythona (157)
- Pierwsze kroki z Jupyterem (158)
- Moduły w Pythonie (166)
- Aktualizacja pakietów, Anacondy i Pythona (167)
- Wnioski (167)
- Ćwiczenia (168)
- 11. Struktury danych w Pythonie (169)
- Tablice NumPy (170)
- Indeksowanie i wybieranie elementów z tablic NumPy (171)
- Ramki danych pandas (172)
- Importowanie danych w Pythonie (174)
- Eksploracja ramki danych (175)
- Indeksowanie i pobieranie wartości z ramek danych (177)
- Zapis ramek danych (178)
- Wnioski (178)
- Ćwiczenia (178)
- 12. Przetwarzanie i wizualizacja danych w Pythonie (179)
- Operacje kolumnowe (180)
- Operacje wierszowe (182)
- Agregacja i łączenie danych (183)
- Przekształcanie danych (185)
- Wizualizacja danych (186)
- Wnioski (192)
- Ćwiczenia (192)
- 13. Python w analizie danych (193)
- Eksploracyjna analiza danych (194)
- Testowanie hipotez (196)
- Test t-Studenta dla prób niezależnych (196)
- Regresja liniowa (197)
- Podział zbioru na zbiór treningowy i testowy oraz walidacja modelu (198)
- Wnioski (200)
- Ćwiczenia (200)
- 14. Wnioski i kolejne kroki (201)
- Kolejne warstwy stosu (201)
- Projektowanie badań i eksperymenty biznesowe (201)
- Inne metody statystyczne (202)
- Nauka o danych i uczenie maszynowe (202)
- Kontrola wersji (202)
- Etyka (203)
- Idź naprzód i ciesz się danymi (203)
- Na pożegnanie (203)
- Skorowidz (204)
CZĘŚĆ I. PODSTAWY ANALIZY DANYCH W EXCELU (17)
CZĘŚĆ II. Z EXCELA DO R (97)
CZĘŚĆ III. Z EXCELA DO PYTHONA (155)
Oceny i opinie klientów: Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R George Mount (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.