Изучаем основы Python, Практический курс для дата-аналитиков, Меликов П.И., 2023

Изучаем основы Python, Практический курс для дата-аналитиков, Меликов П.И., 2023.
     
   Издание представляет собой практический курс, состоящий из 13 разделов (12 из которых интерактивные — для среды JupyterLab). Курс содержит введение в основы языка Python с дальнейшим упором на аналитику данных (работа с наборами данных, статистика, язык SQL, метрики и машинное обучение). Формат материала прост для понимания, а каждый новый раздел включает в себя набор необходимых файлов, ссылок и практических заданий.
Предназначено для широкого крута читателей, интересующихся вопросами программирования и аналитики данных на Python.
Благодаря рассмотрению основ языка Python потенциальной аудиторией курса могут являться обучающиеся, ранее не изучавшие программирование.




Взаимодействие с Python в Jupyter-notebook.
Jupyter-notebook — это среда разработки, где сразу можно видеть результат выполнения кода и его отдельных фрагментов. Отличие от традиционной среды разработки (например, PyCharm) в том, что код можно разбить на куски, выполнять их в произвольном порядке и оставлять отформатированные комментарии к коду.

В такой среде разработки можно, например, создать блок, содержащий «отрывок» исходного кода, и сразу проверить результат его работы (который выводится для каждого такого «куска» кода отдельно, сразу после него) без запуска программы целиком; можно очень просто и быстро изменять порядки блоков с кодом или добавлять форматированные блоки с текстовым описанием. Например, на рис. 3 приведены блок типа Markdown (это язык текстовой разметки) и один блок типа Code, содержащий Python-код, который будет выполняться.

ОГЛАВЛЕНИЕ.
ВВЕДЕНИЕ.
1. PYTHON ДЛЯ АНАЛИЗА ДАННЫХ. ОСНОВЫ И ИНСТРУМЕНТЫ.
Базовые инструменты аналитики. Настройка окружения.
Работа с Jupyter и Anaconda Navigator.
Взаимодействие с Python в Jupyter notebook.
Интерактивный режим интерпретатора Python.
Менеджеры пакетов pip и conda.
Работа в PyCharm.
Среда для выполнения занятий поданному курсу (JupyterLab).
Синтаксис, типы, функции, цикл while и условные выражения.
Математика в Python.
Порядок операций.
Комментарии.
Переменные.
Строки.
Цикл while.
Логические (или булевы) выражения.
Условные инструкции.
else и elif-операторы «когда это не так».
Отступы.
Функции.
Параметры и возвращаемые значения — взаимодействие с функциями.
Лямбда-функции.
Программа «Калькулятор».
Пользовательские функции
(свои собственные функции).
Передача параметров функциям.
Модернизация программы «Калькулятор».
Хитрые способы передачи параметров.
Наборы данных, цикл for, объектно-ориентированное программирование, работа с файлами и исключения.
Кортежи, списки, словари и массивы.
Цикл for.
Функция range ().
Пример. Создание функции «меню».
Наша первая «игра».
Улучшение игры.
Классы.
Файловый ввод-вывод.
Обработка исключений (ошибок).
Стандартные библиотеки.
Интерфейс операционной системы.
Поиск файлов на основе подстановочных данных (Wildcards).
Аргументы командной строки.
Соответствие строковому шаблону (регулярные выражения).
Математика, случайные числа и статистика.
Доступ в Интернет.
Даты и время.
Сжатие данных.
Измерение производительности.
Контроль качества кода.
Многопоточность и многопроцессорность.
2. РАБОТА С МАССИВАМИ ДАННЫХ.
Библиотека NumPy.
Создание массивов.
Структурированные массивы.
Печать массивов.
Базовые операции.
Индексы, срезы, итерации.
Манипуляции с формой.
Объединение массивов.
Разбиение массива.
Копии и представления.
Маскированные массивы.
Библиотека pandas.
Знакомство с библиотекой pandas.
Структура данных Series.
Структура данных DataFrame.
Доступ к данным в структурах pandas.
Pandas и отсутствующие данные.
3.СТАТИСТИКА В PYTHON.
Статистика в NumPy и в Statistics.
Введение в Scipy.Stats.
Статистические функции в NumPy.
Некоторые статистические функции из Statistics.
Статистика при помощи модуля Scipy.Stats.
Scipy. Примеры статистики, z-статистика и p-value.
Генерация случайных чисел.
Проблема отсутствия явно указанных параметров формы.
Анализ принадлежности ряда значений к конкретному закону распределения.
Куртозис и сдвиг (моменты и прочие понятия статистики).
Диаграмма размаха.
Примеры статистики из жизни.
4.SQL И МЕТРИКИ ДАННЫХ.
SQL — язык для работы с базами данных (на примере SQLite).
Немного о базах данных.
SQLite.
Выполнение запросов к базе данных.
Курсор в базе данных.
Оператор CREATE TABLE и таблицы в базе данных.
Оператор INSERT.
Создание именованного датафрейма из таблицы SQLite.
Операторы и функции SQL (для аналитики данных и вычисления метрик).
Типы данных (полей) в SQLite.
Метрики (на примере ключевых продуктовых метрик).
Бизнес метрики для продаж.
Подключение библиотек, загрузка и предобработка данных.
Метрика «ежемесячный доход».
Метрика «ежемесячный темп роста дохода».
Метрика «ежемесячный доход по странам».
Метрика «ежемесячная активность клиентов».
Метрика «ежемесячное количество заказов».
Метрика «ежемесячный средний доход за заказ».
Метрика «коэффициент новых клиентов».
Метрика «ежемесячная ставка удержания».
Метрика «скорость оттока клиентов».
Метрика «коэффициент удержания когорт».
5. МАШИННОЕ ОБУЧЕНИЕ (АНАЛИТИКА БОЛЬШИХ ДАННЫХ).
TensorFlow Keras. Решение математических задач.
Рассмотрим библиотеку TensorFlow и ее надстройку Keras.
Пример 1. Y = 3Х + 1 (основы работы с TensorFlow Keras: нейронные сети, их функции активации, веса, смещения и типы ошибок).
Пример 2. Y - 2Х.
Пример 3. Y = sin(X).
Пример 4. Y = (К + X) х X.
Настройки оптимизатора.
TensorFlow Keras. Классификация изображений.
Создание нейросети и использование датасета MNIST.
Подготовка и классификация
пользовательской картинки.
Сделаем выводы.
Библиотека Scikit-learn.
Обучение с учителем и без учителя.
Знакомство с библиотекой Scikit-learn.
Обучение с учителем.
Обучение без учителя.
Функциональность Scikit-learn.
Кластерный анализ (общий обзор, К-средних, линейная регрессия и деревья решений).
БУДЕТ ПОЛЕЗНО.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Изучаем основы Python, Практический курс для дата-аналитиков, Меликов П.И., 2023 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Скачать - pdf - Яндекс.Диск.




Теги: учебник по программированию :: программирование :: Меликов