Fundamentos de Python para Ciência de Dados
Autor: Kennedy R. Behrman , Henrique Brodbeck
LIVRO IDEAL PARA
O público-alvo é formado por profissionais que necessitam aprender e aplicar ciência de dados. Está crescendo o número de não programadores que precisam desse conhecimento para resolver problemas complexos, com grandes conjuntos de dados.
SOBRE O LIVRO
Python é hoje a principal linguagem de programação para ciência da dados e aprendizado de máquina. Neste guia, o experiente instrutor Kennedy Behrman foca nas habilidades Python que você precisa para resolver problemas nessa área, sendo sua formação técnica ou não.
Resumo
Dados são hoje um dos ativos mais importantes das empresas. Mas como lidarcom eles? Essa é a pergunta do milhão para muitos profissionais não programadores que se deparam com a necessidade de resolver problemas complexos que envolvem grande quantidade de dados. Python é hoje a principal linguagem de programação para ciência da dados e aprendizado de máquina. Neste guia, o experiente instrutor Kennedy Behrman mostra o básico da codificação com os notebooks Python e Jupyter, ambiente nº 1 para ciência de dados profissional. Apresenta ainda as principais bibliotecas, que facilitam lidar com a matemática, com a visualização, com o aprendizado de máquina e com o processamento da linguagem natural. Então, com base nesses fundamentos, Behrman apresenta técnicas intermediárias de Python para uma solução de problemas mais sofisticada.
Referência
BEHRMAN, K. R. Python básico para ciência de dados. Porto Alegre: Bookman, 2023.
Informações técnicas
Impresso
Páginas 256
ISBN 9788582605967
Ano 2023
eBook
Formato ePub
Páginas 256
ISBN 9788582605974
Ano 2023
Equipe técnica
Eveline Vieira Machado.
Sumário
PARTE I - Aprendendo Python no ambiente notebook
Capítulo 1. Introdução aos notebooks
Capítulo 2. Fundamentos de Python
Capítulo 3. Sequências
Capítulo 4. Outras estruturas de dados
Capítulo 5. Controle da execução
Capítulo 6. Funções
PARTE II - Bibliotecas de ciência de dados
Capítulo 7. NumPy
Capítulo 8. SciPy
Capítulo 9. Pandas
Capítulo 10. Bibliotecas de visualização
Capítulo 11. Biblioteca do aprendizado de máquina
Capítulo 12. Natural Language Toolkit
PARTE III - Python intermediário
Capítulo 13. Programação funcional
Capítulo 14. Programação orientada a objetos
Capítulo 15. Outros assuntos