Czyszczenie danych w Pythonie. Receptury. Nowoczesne techniki i narzędzia Pythona do wykrywania i eliminacji zanieczyszczeń oraz wydobywania kluczowych cech z danych
Catalogue index: 9788328380295
To storage
- Availability: Out of stock
- Delivery time: Realizacja do 15 dni
- Delivery: from PLN10.99 (Parcel Locker INPOST)
- Category:
- Liczba stron:
- 328
- Rok Wydania:
- 2021
- Typ oferty:
- Pozostałe
- Wydanie:
- 1
- Wydawnictwo:
- Autor ksiązki:
- Komponent opis:
- Oprawa test:
PLN79.00 -25% PLN59.25 gross / SZT
The lowest price during 30 days prior to the promotion: PLN56.29 / SZT +5%
To storage
Produkt - zakładka 1
![Atrakcyjne rabaty](https://b.assecobs.com/https://static.connector-b2b.com/design/accounts/polanglob2c/img/ikony/ico-rabaty.png)
![ponad 200 wydawców i producentów](https://b.assecobs.com/https://static.connector-b2b.com/design/accounts/polanglob2c/img/ikony/ico-2000-wydawcow.png)
![Solidne doświadczenie](https://b.assecobs.com/https://static.connector-b2b.com/design/accounts/polanglob2c/img/ikony/ico-ponad-30-lat-doswiadczenia.png)
![Szybka realizacja zamówień](https://b.assecobs.com/https://static.connector-b2b.com/design/accounts/polanglob2c/img/ikony/ico-szybka-realizacja-zamowien.png)
Description
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.
Features
Category: | |
Liczba stron: |
|
EAN code: |
|
Rok Wydania: |
|
Typ oferty: |
|
Wydanie: |
|
Wydawnictwo: | |
Autor ksiązki: | |
Komponent opis: | |
Oprawa test: |
Ask about product
Cost of delivery
Parcel Locker INPOST : | from PLN10.99 |
Kurier DPD : | from PLN17.00 |
Za pobraniem FedEX : | from PLN18.00 |
Za pobraniem kurier DPD : | from PLN20.00 |
FEDEX Courier Delivery : | from PLN16.00 |
DPD Pickup : | from PLN17.00 |