Product info / Cechy produktu
Rodzaj (nośnik) / Item type
|
książka / book
|
Dział / Department
|
Książki i czasopisma / Books and periodicals
|
Autor / Author
|
Michael Walker
|
Tytuł / Title
|
Czyszczenie danych w Pythonie Receptury
|
Podtytuł / Subtitle
|
Nowoczesne techniki i narzędzia Pythona do wykrywania i eliminacji zanieczyszczeń oraz wydobywania kluczowych cech z danych
|
Język / Language
|
polski
|
Wydawca / Publisher
|
Helion
|
Rok wydania / Year published
|
2021
|
Tytuł originału / Original title
|
Python Data Cleaning Cookbook: Modern techniques and Python tools to detect and remove dirty data and extract key insights
|
|
|
Rodzaj oprawy / Cover type
|
Miękka
|
Wymiary / Size
|
17.0x24.0
|
Liczba stron / Pages
|
328
|
Ciężar / Weight
|
0,5300 kg
|
|
|
ISBN
|
9788328380295 (9788328380295)
|
EAN/UPC
|
9788328380295
|
Stan produktu / Condition
|
nowy / new - sprzedajemy wyłącznie nowe nieużywane produkty
|
Przetwarzanie dużych ilości danych daje wiedzę, która leży u podstaw istotnych decyzji podejmowanych przez organizację. Pozwala to na uzyskiwanie znakomitych efektów: techniki wydobywania wiedzy z danych stają się coraz bardziej wyrafinowane. Podstawowym warunkiem sukcesu jest uzyskanie odpowiedniej jakości danych. Wykorzystanie niespójnych i niepełnych informacji prowadzi do podejmowania błędnych decyzji. Konsekwencją mogą być straty finansowe, stwarzanie konkretnych zagrożeń czy uszczerbek na wizerunku. A zatem oczyszczanie jest wyjątkowo ważną częścią analizy danych.
Ta książka jest praktycznym zbiorem gotowych do użycia receptur, podanych tak, aby maksymalnie ułatwić proces przygotowania danych do analizy. Omówiono tu takie kwestie dotyczące danych jak importowanie, ocena ich jakości, uzupełnianie braków, porządkowanie i agregacja, a także przekształcanie. Poza zwięzłym omówieniem tych zadań zaprezentowano najskuteczniejsze techniki ich wykonywania za pomocą różnych narzędzi: Pandas, NumPy, Matplotlib czy SciPy. W ramach każdej receptury wyjaśniono skutki podjętych działań. Cennym uzupełnieniem jest zestaw funkcji i klas zdefiniowanych przez użytkownika, które służą do automatyzacji oczyszczania danych. Umożliwiają one też dostrojenie procesu do konkretnych potrzeb.
W książce znajdziesz receptury, dzięki którym:
wczytasz i przeanalizujesz dane z różnych źródeł
uporządkujesz dane, poprawisz ich błędy i uzupełnisz braki
efektywnie skorzystasz z bibliotek Pythona
zastosujesz wizualizacje do analizy danych
napiszesz własne funkcje i klasy do automatyzacji procesu oczyszczania danych
Prawdziwą wartość mają tylko oczyszczone i spójne dane!
Książka Czyszczenie danych w Pythonie Receptury
z wysyłką do Holandii
Klienci, którzy kupili ten produkt nabyli również