en 6 cuotas de

Precio sin impuestos nacionales:

PublicaciĂłn pausada

MercadoLĂ­der Platinum

¡Uno de los mejores del sitio!

+5mil

Ventas concretadas

Brinda buena atenciĂłn

Despacha sus productos a tiempo

CaracterĂ­sticas del producto

CaracterĂ­sticas principales

Autor
Michael Walker
Idioma
Inglés
Editorial del libro
Packt Publishing
Tapa del libro
Blanda
Marca
Packt Publishing
Modelo
1803239875

Otros

Cantidad de páginas
486
Altura
24 cm
Ancho
19 cm
Peso
1,03 kg
Género del libro
Informática y tecnología

DescripciĂłn

Libro: Python Data Cleaning Cookbook: Prepare your data for analysis with pandas, NumPy, Matplotlib, scikit-learn, and OpenAI

DescripciĂłn:
Aprenda las complejidades de la descripción de datos, la identificación de problemas y la resolución práctica de problemas, armado con técnicas esenciales y consejos de expertos. Características clave Familiarícese con nuevas técnicas de preprocesamiento y limpieza de datos para modelos de aprendizaje automático y PNL. Utilice herramientas y técnicas de inteligencia artificial nuevas y actualizadas para tareas de limpieza de datos. Limpie, monitoree y valide grandes volúmenes de datos para diagnosticar problemas utilizando metodologías de vanguardia, incluida Machine. Descripción del libro aprendizaje e inteligencia artificial
Saltar al análisis de datos sin una limpieza adecuada de los mismos seguramente conducirá a resultados incorrectos. El libro de recetas de limpieza de datos de Python: segunda edición le mostrará herramientas y técnicas para limpiar y manejar datos con Python para obtener mejores resultados.
Completamente actualizado a la última versión de Python y todas las herramientas relevantes, este libro le enseñará cómo manipular y limpiar datos para darles un formato útil. La edición actual se centra en técnicas avanzadas como el aprendizaje automático y las herramientas específicas de IA para la limpieza de datos además de las convencionales. El libro también profundiza en consejos y técnicas para procesar y limpiar datos para modelos ML, AI y PNL. Aprenderá cómo filtrar y resumir datos para obtener información y comprender mejor qué tiene sentido y qué no, además de descubrir cómo operar con datos para abordar los problemas que ha identificado. A continuación, cubrirá recetas para utilizar el aprendizaje supervisado y el análisis Naive Bayes para identificar valores inesperados y errores de clasificación y generar visualizaciones para el análisis de datos exploratorios (EDA) para identificar valores inesperados. Finalmente, creará funciones y clases que podrá reutilizar sin modificaciones cuando tenga nuevos datos.
Al final de este libro sobre Limpieza de datos, sabrá cómo limpiar datos y diagnosticar problemas en ellos. Lo que aprenderá Usar herramientas OpenAI para diversas tareas de limpieza de datos Producir resúmenes de los atributos de conjuntos de datos, columnas y filas Anticipar problemas de limpieza de datos al importar datos tabulares a pandas Técnicas de validación para datos tabulares importados Mejorar su productividad en pandas mediante el encadenamiento de métodos Reconocer y resolver problemas comunes, como fechas e ID. Configurar índices para agilizar la identificación de problemas de datos. Usar la limpieza de datos para preparar sus datos para modelos de aprendizaje automático e inteligencia artificial. ¿Para quién es este libro?
Este libro está dirigido a cualquiera que busque formas de manejar datos confusos, duplicados y deficientes utilizando diferentes herramientas y técnicas de Python. El libro toma una receta basada en ayudarte a aprender.cómo limpiar y gestionar datos con ejemplos prácticos.
Todo lo que necesita para aprovechar al máximo el libro es conocimiento práctico de la programación en Python. Tabla de contenido Anticipación de problemas de limpieza de datos al importar datos tabulares con pandas Anticipación de problemas de limpieza de datos al trabajar con datos HTML, JSON y Spark Medición de sus datos Identificación de valores atípicos en subconjuntos de datos Uso de visualizaciones para la identificación de valores inesperados Limpieza y exploración Datos con operaciones en serie Identificar y corregir valores faltantes Funciones de codificación, transformación y escalado Corregir datos desordenados al agregar Abordar problemas de datos al combinar marcos de datos Ordenar y remodelar datos Automatizar la limpieza de datos con funciones, clases y canalizaciones definidas por el usuario

- - - - - - - - - - - - - - - - - - - - - - - -

- TODOS NUESTROS PRODUCTOS SON NUEVOS, IMPORTADOS, ORIGINALES Y FISICOS.
- LA FECHA DE ENTREGA ES LA QUE INDICA MERCADOLIBRE EN ESTA PUBLICACION.
- ENVIAMOS SOLO POR MERCADOENVIOS.
- GARANTIA 30 DIAS CORRIDOS DE RECIBIDA LA COMPRA.
- COMPROMETIDOS AL 100% CON EL SERVICIO AL CLIENTE

GarantĂ­a del vendedor: 30 dĂ­as

Preguntas y respuestas

Nadie hizo preguntas todavĂ­a.

¡Hacé la primera!