Data Science with Python : NOA

La ciencia de datos es el proceso de derivar conocimiento e información de un conjunto enorme y diverso de datos a través de la organización, el procesamiento y el análisis de los datos. Implica muchas disciplinas diferentes, como el modelado matemático y estadístico, la extracción de datos de su fuente y la aplicación de técnicas de visualización de datos. A menudo también implica el manejo de tecnologías de big data para recopilar datos estructurados y no estructurados. A continuación veremos algunos escenarios de ejemplo donde se usa la ciencia de datos.

Capítulos Incluidos

    Introducción a la ciencia de datos

    Configuración del entorno de ciencia de datos

    Pandas

    Numpy

    Matplotlib

    Operaciones de datos

    Limpieza de datos

    Procesamiento de datos CSV

    Procesando datos JSON

    Procesamiento de datos XLS

    Bases de datos relacionales

    Bases de datos NoSQL

    Fecha y hora

    Lucha de datos

    Agregación de datos

    Leer páginas HTML

    Procesamiento de datos no estructurados

    tokenización de palabras

    Tallo y Lematización

    Propiedades del gráfico

    Estilo de carta

    Parcelas de caja

    Mapas de calor

    Gráfico de dispersión

    Gráficos de burbujas

    Gráficos 3D

    Series de tiempo

    Datos geográficos

    Datos de gráfico

    Medición de tendencia central

    Varianza de medición

    Distribución normal

    Distribución binomial

    Distribución de veneno

    Distribución de Bernoulli

    Valor p

    Correlación

    Prueba de chi-cuadrado

    Regresión lineal