Treatment in progress...
Close notification

Did you know that ?

SIDE has worked with its suppliers to make our parcels environmentally friendly.
No more plastics !
The tape that keep our parcels tightly shut and the wedging material that immobilizes books within the cartons are now made of fully recyclable and biodegradable materials.

Display notification

Python pour le data scientist - 2e éd.

Jakobowicz Emmanuel
Publication date 03/03/2021
EAN: 9782100812240
Availability Unavailable
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s’adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data s... See full description
Attribute nameAttribute value
Common books attribute
PublisherDUNOD
Page Count320
Languagefr
AuthorJakobowicz Emmanuel
FormatPaperback / softback
Product typeBook
Publication date03/03/2021
Weight658 g
Dimensions (thickness x width x height)2.30 x 17.60 x 25.00 cm
Des bases du langage au machine learning
Si vous vous intéressez au traitement des données avec le langage Python, cet ouvrage s’adresse à vous. Que vous soyez débutant en Python ou que vous ayez une expérience significative, il vous apportera les clés pour utiliser ce langage en data science.Ce livre répond à de nombreuses questions sur Python :• Comment utiliser Python en data science ?• Comment coder en Python ?• Comment préparer des données avec Python ?• Comment créer des visualisations attractives avec Python ?• Comment appliquer des modèles de machine learning et de deep learning avec Python ?• Comment passer aux environnements big data ?Vous apprendrez à tirer parti des multiples outils Python tels que Anaconda, Jupyter, NumPy, Pandas, Matplotlib, Seaborn, Bokeh, Scikit-Learn, TensorFlow, PySpark… pour mettre en place vos traitements.Cette deuxième édition est complétée et enrichie par des mises à jour de code liées aux évolutions de Python et des packages de data science. Des données plus récentes sont aussi utilisées.L’ensemble du code compris dans cet ouvrage est disponible sous la forme de notebooks Jupyter dans le repository public de l’auteur : https://github.com/emjako/pythondatascientist