⇐ Назад

Часть 1. Приступая к работе с наукой о данных и языком Python 27
Глава 1. Взаимосвязь науки о данных с языком Python 29
Глава 2. Возможности и чудеса языка Python 43
Глава 3. Конфигурация Python для науки о данных 65
Глава 4. Работа с Google Colab 87
Часть 2. Данные 115
Глава 5. Инструменты 117
Глава 6. Работа с реальными данными 135
Глава 7. Подготовка данных 159
Глава 8. Формирование данных 187
Глава 9. Применение знаний на практике 207
Часть 3. Визуализация информации 221
Глава 10. Ускоренный курс по MatPlotLib 223
Глава 11. Визуализация данных 241
Часть 4. Манипулирование данными 269
Глава 12. Расширение возможностей Python 271
Глава 13. Разведочный анализ данных 293
Глава 14. Уменьшение размерности 317
Глава 15. Кластеризация 337
Глава 16. Поиск выбросов в данных 357
Часть 5. Обучение на данных 373
Глава 17. Четыре простых, но эффективных алгоритма 375
Глава 18. Перекрестная проверка, отбор и оптимизация 395
Глава 19. Увеличение сложности с помощью линейных
и нелинейных трюков 419
Глава 20. Сила единения 461
Часть 6. Великолепные десятки 481
Глава 21. Десять основных источников данных 483
Глава 22. Десять задач, которые вы должны решить 491
Предметный указатель 501

Оглавление