จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science

สามารถนำไปจัดการ วิเคราะห์ และทำนายผลข้อมูในเบื้องต้นได้ รวมทั้งเป็นแนวทางสำหรับการเรียนรู้เพิ่มเติมในระดับที่สูงขึ้นต่อไป
  • โปรโมชั่นพิเศษ:
    • naiin.com ช้อปดีมีคืน ช้อป 1 - 3 เล่ม ลด 15%
    • naiin.com ช้อปดีมีคืน ช้อป 4 เล่มขึ้นไป ลด 20%
จำนวน :

1

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

320.00 บาท

272.00 บาท

"คุณประหยัดไป 48.00 บาท (15.00 %)"

"จำนวนคะแนนที่ได้รับ 10 แต้ม"

Add to cart Add to Wish List

รายละเอียด : จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science

จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science

Data Science ถือเป็นวิทยาศาสตร์อีกแขนงหนึ่งที่ว่าด้วยการวิเคราะห์และจัดการข้อมูลในรูปแบบต่างๆ นอกจากนี้ ยังเป็นพื้นฐานไปสู่การเรียนรู้เทคโนโลยีแขนงอื่นๆ อีกหลายอย่างเช่น Data Mining, Deep Learning, Machine Learning รวมถึง Artificial Intelligence (AI) อีกด้วย

ดังนั้นในปัจจุบันจึงมีผู้สนใจที่จะศึกษา Data Science สำหรับนำไปประยุกต์ใช้กับงานด้านต่างๆ เป็นจำนวนมาก ซึ่งหนังสือเล่มนี้ได้จัดทำขึ้นเพื่อใช้ประกอบการเรียนรู้เกี่ยวกับ Data Science โดยใช้ภาษา Python ร่วมกับไลบรารีต่างๆ เช่น NumPy, Pandas, Matplotlib และ Scikit-learn ซึ่งนอกจาก Data Science แล้ว ก็ยังกล่าวถึง Machine Learning ขั้นพื้นฐานเอาไว้ด้วย เพื่อให้ผู้อ่านสามารถนำไปจัดการ วิเคราะห์ และทำนายผลข้อมูในเบื้องต้นได้ รวมทั้งเป็นแนวทางสำหรับการเรียนรู้เพิ่มเติมในระดับที่สูงขึ้นต่อไป


สารบัญ : จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science

    • บทที่ 1 การใช้ Jupyter และ Colab
    • บทที่ 2 โครงสร้างข้อมูลแบบ Sequence
    • บทที่ 3 การใช้ไลบราธี NumPy
    • บทที่ 4 จัดการข้อมูลด้วยออบเจ็กต์ Series
    • บทที่ 5 การสร้างและเลือกข้อมูลจาก DataFrame
    • บทที่ 6 ฟังก์ชันพื้นฐานของ DataFrame
    • บทที่ 7 การกำหนดสไตล์และออปชัน
    • บทที่ 8 การใช้แหล่งข้อมูลจากไฟล์
    • บทที่ 9 ปฏิบัติการกับกลุ่มข้อมูล
    • บทที่ 10 ข้อมูลอนุกรมเวลา
    • ฯลฯ


ข้อมูลเพิ่มเติม : จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science

สินค้าที่เกี่ยวข้อง : จัดการและวิเคราะห์ข้อมูลด้วย Python Data Science ดูทั้งหมด >

รีวิว

  • 5
    0%
  • 4
    0%
  • 3
    0%
  • 2
    0%
  • 1
    0%
0.0
0 รีวิว