DataSciencePRO

Hands-On Data Analysis with Pandas

Автор: Stefanie Molin
Год издания: 2019

Рецензия на книгу:

Книга научит вас анализировать данные и извлекать из них ценные сведения, а также познакомит с основами машинного обучения.

Плюсы:
1. Читателям предлагается использовать реальные наборы данных
2. Вы научитесь пользоваться библиотками Python для data science, такими как pandas, NumPy, matplotlib, seaborn и scikit-learn.

Минусы: не замечено.

#data_science #python #pandas #english

Скачать книгу

📕 Python. Визуализация данных. Matplotlib. Seaborn. Mayavi

Автор: Абдрахманов М. И, 2020

Описание: В этой книге будут рассмотрены вопросы визуализации данных, а именно построение линейных и ступенчатых графиков, диаграмм рассеяния, столбчатых и круговых диаграмм, гистограмм и 3D графиков. Большое внимание уделено настройке внешнего вида графиков, их элементам и компоновке.

• Скачать книгу из архива
• Стоимость в магазине

📚 Книжный клад | #Python

🧹 Как почистить данные, не удаляя лишние знаки

➡️ Читать дальше

@data_analysis_ml

✔️ Продвинутая работа с большими объемами данных

Как часто вы сталкиваетесь с необходимостью выгрузить в MS Excel более миллиона строк? Все фильтры на выгрузку уже были наложены ранее, но, увы, она до сих пор «не проходит по габаритам». Перед нами встает дилемма – делить, или … воспользоваться готовыми решениями для python, не изучая python!

Речь сегодня пойдет о трех библиотеках, которые позволяют писать код и при этом не писать его, а также оперировать внушительными объемами данных с минимальными знаниями английского языка или синтаксиса пресловутых «панд» (здесь и далее «панды»: pandas – open-source библиотека для python для работы с табличными данными – прим. автора). Для примера будем использовать объявления о продаже автомобилей Toyota с известного сайта.

Первая библиотека, с которой хотелось бы Вас познакомить – Bamboolib. Не секрет, что панды питаются бамбуком, и, как за всякое пропитание, за него нужно платить. Да, у Bamboolib есть платная версия, в которой реализована поддержка Apache Spark, а также есть возможность использовать свои внутренние библиотеки и нет ограничения по плагинам, в остальном же достаточно бесплатной версии.

➡️ Читать дальше

@data_analysis_ml

топ 10 вопросов по PANDAS на Stackoverflow

​​Подготовка датасета для машинного обучения: 10 базовых способов совершенствования данных

У Колумбийского университета есть хорошая история о плохих данных. Проект в сфере здравоохранения был нацелен на снижение затрат на лечение пациентов с пневмонией. В нём использовалось машинное обучение (machine learning, ML) для автоматической сортировки записей пациентов, чтобы выбрать тех, у кого опасность смертельного исхода минимальна (они могут принимать антибиотики дома), и тех, у кого опасность смертельного исхода высока (их нужно лечить в больнице). Команда разработчиков использовала исторические данные из клиник, а алгоритм был точным.

Читать...

#книга #ru

15 нейросетей в один Telegram-бот: история успеха и реализация помощника для создателей контента.

https://habr.com/ru/post/690922/

Даункастинг в Pandas для эффективного использования памяти.

https://itnext.io/storing-pandas-data-frames-efficiently-in-python-cff669953485

✔️ PANDAS VS SQL для работы с данными.

Еще порядка 10 лет назад для работы по исследованию данных было достаточно SQL как инструмента для выборки данных и формирования отчетов по ним. Но время не стоит на месте, и примерно в 2012 году стала стремительно набирать популярность Python-библиотека Pandas. И вот сегодня уже сложно представить работу Data Scientist’а без данного модуля.

Не буду подробно углубляться в то, что предоставляют из себя оба инструмента ввиду их популярности среди аналитиков и исследователей данных, но небольшую справку все-таки оставим:

Итак, SQL (язык структурированных запросов — от англ. Structed Query Language) — это декларативный язык программирования, применяемый для получения и обработки данных с помощью создания запросов внешне похожих по синтаксису на предложения, написанные на английском языке.

Pandas — это модуль для обработки и анализа данных в табличном формате и формате временн́ых рядов на языке Python. Библиотека работает поверх математического модуля более низкого уровня NumPy. Название модуля происходит от эконометрического понятия «панельные данные» (или как его еще называют «лонгитюдные данные» — это данные, которые состоят из повторяющихся наблюдений одних и тех же выбранных единиц, при этом наблюдения производятся в последовательные периоды времени).

➡️ Читать дальше

@data_analysis_ml

Курс по NumPy для начинающих // #Видео

NumPy - один из самых фундаментальных пакетов в Python - универсальный пакет для обработки массивов. Он предоставляет высокопроизводительные объекты многомерных массивов и инструменты для работы с массивами. NumPy - это эффективный контейнер универсальных многомерных данных.

▪️Перейти к просмотру [13 уроков]

Python Expert | Программирование

🤖 Numpy, Pandas, matplotlib – необходимый минимум для старта в Machine Learning

Источник

🐼 Продвинутая работа с данными. 7 фишек pandas для науки о данных

➡️ Читать дальше

@data_analysis_ml

приказ 712 от 26.09.2022 реестр специальностей ИТ, советую обратить внимание на приложение там все более понятнее + есть поиск, т.к. в основном приказе есть несоответствия названий специальностей и кодов ОКСО

- список вузов и специальностей кто выпускался до 13 года, можно будет указать самим
- ЕЩЕ РАЗ ! файл (csv) подписывает гендир усиленной квал подписью которая выдается в налоговой
- раз в сутки передается в генштаб и в военкоматы
- можно писать вопросы в чат "мобилизация" хз что за чат, чат не минцифры

форму заполняет либо сам сотрудник либо кадровый сотрудник со стороны организации, но обязательнен файл с подписью гендира

подтверждение что сотрудник полный день работает и задействован в разработке, нужно будет приложить выписку подписанную ЭЦП гендиректора. файл форму модно будет скачать сегодня (скорее всего ночью) по мере формирования списков они далее передаются в военкоматы