Pythonデータサイエンス（テキスト）<br>Python Data Science

個数：

Pythonデータサイエンス（テキスト）
Python Data Science

  • 提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合が若干ございます。
    2. 複数冊ご注文の場合、分割発送となる場合がございます。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて

  • 提携先の海外書籍取次会社に在庫がございます。通常約2週間で発送いたします。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合が若干ございます。
    2. 複数冊ご注文の場合、分割発送となる場合がございます。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Hardcover:ハードカバー版／ページ数 1376 p.
  • 言語 ENG
  • 商品コード 9789811977015
  • DDC分類 005.133

Full Description

Rather than presenting Python as Java or C, this textbook focuses on the essential Python programming skills for data scientists and advanced methods for big data analysts.

Unlike conventional textbooks, it is based on Markdown and uses full-color printing and a code-centric approach to highlight the 3C principles in data science: creative design of data solutions, curiosity about the data lifecycle, and critical thinking regarding data insights. Q&A-based knowledge maps, tips and suggestions, notes, as well as warnings and cautions are employed to explain the key points, difficulties, and common mistakes in Python programming for data science. In addition, it includes suggestions for further reading. 

This textbook provides an open-source community via GitHub, and the course materials are licensed for free use under the following license: Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).

More teaching materials including Codes, Datasets, Slides, Syllabus can be found at https://github.com/LemenChao/PythonDataScience

Contents

1. Python and Data Science.- 2. Basic Python Programming for Data Science.- 3. Advanced Python Programming for Data Science.- 4. Data preprocessing and wrangling.- 5. Data analysis algorithms and models.