Practical data science cookbook : 89 hands-on recipes to help you complete real world data science projects in R and Python / Tony Ojeda ... [y otros].

En portada: Quick answers to common problems.

Incluye índice.

1. Preparing Your Data Science Environment ; 2. Driving Visual Analysis with Automobile Data (R) ; 3. Simulating American Football Data (R) ; 4. Modeling Stock Market Data (R) ; 5. Visually Exploring Employment Data (R) ; 6. Creating Application-oriented Analyses Using Tax Data (Python) ; 7. Driving Visual Analyses with Automobile Data (Python) ; 8. Working with Social Graphs (Python) ; 9. Recommending Movies at Scale (Python) ; 10. Harvesting and Geolocating Twitter Data (Python) ; 11. Optimizing Numerical Code with NumPy and SciPy (Python)

Como aumentar la cantidad de datos que se genera cada ano, la necesidad de analizar y poner en práctica es más importante que nunca. las empresas que saben qué hacer con sus datos tendrán una ventaja competitiva sobre las empresas que no lo hacen, y esto impulsará una mayor demanda de profesionales con conocimientos de datos y competentes. Empezando por lo básico, este libro cubre cómo configurar su entorno de programación numérica, se introduce a la tubería ciencia de datos (un proceso iterativo por el que se completan los proyectos de ciencia de datos), y le guiará a través de varios proyectos de datos en un paso- -Paso formato. Por secuencialmente trabajando a través de los pasos de cada capítulo, usted se familiarizará rápidamente con el proceso y aprender cómo aplicarlo a una variedad de situaciones con ejemplos en los dos lenguajes de programación más populares para el análisis de datos-R y Python.