Search Results: introduction-to-computation-and-programming-using-python-mit-press

Introduction to Computation and Programming Using Python

With Application to Understanding Data

Author: John V. Guttag

Publisher: MIT Press

ISBN: 0262529629

Category: Computers

Page: 472

View: 4426

The new edition of an introductory text that teaches students the art of computational problem solving, covering topics ranging from simple algorithms to information visualization.

Struktur und Interpretation von Computerprogrammen

Eine Informatik-Einführung

Author: Harold Abelson,Gerald J. Sussman

Publisher: Springer-Verlag

ISBN: 3642977278

Category: Computers

Page: 682

View: 2860

Wenn Gott würfelt oder Wie der Zufall unser Leben bestimmt

Author: Leonard Mlodinow

Publisher: N.A

ISBN: 9783499625510

Category: Chance

Page: 317

View: 5012

An irreverent look at how randomness influences our lives, and how our successes and failures are far more dependent on chance events than we recognize.

Programmieren lernen mit Python

Author: Allen B. Downey

Publisher: O'Reilly Media

ISBN: 3955618080

Category: Computers

Page: 320

View: 4929

Python ist eine moderne, interpretierte, interaktive und objektorientierte Skriptsprache, vielseitig einsetzbar und sehr beliebt. Mit mathematischen Vorkenntnissen ist Python leicht erlernbar und daher die ideale Sprache für den Einstieg in die Welt des Programmierens. Das Buch führt Sie Schritt für Schritt durch die Sprache, beginnend mit grundlegenden Programmierkonzepten, über Funktionen, Syntax und Semantik, Rekursion und Datenstrukturen bis hin zum objektorientierten Design. Zur aktualisierten Auflage: Diese Auflage behandelt Python 3, geht dabei aber auch auf Unterschiede zu Python 2 ein. Außerdem wurde das Buch um die Themen Unicode, List und Dictionary Comprehensions, den Mengen-Typ Set, die String-Format-Methode und print als Funktion ergänzt. Jenseits reiner Theorie: Jedes Kapitel enthält passende Übungen und Fallstudien, kurze Verständnistests und kleinere Projekte, an denen Sie die neu erlernten Programmierkonzepte gleich ausprobieren und festigen können. Auf diese Weise können Sie das Gelernte direkt anwenden und die jeweiligen Programmierkonzepte nachvollziehen. Lernen Sie Debugging-Techniken kennen: Am Ende jedes Kapitels finden Sie einen Abschnitt zum Thema Debugging, der Techniken zum Aufspüren und Vermeiden von Bugs sowie Warnungen vor entsprechenden Stolpersteinen in Python enthält.

Python von Kopf bis Fuß

Author: Paul Barry

Publisher: O'Reilly Germany

ISBN: 3955619427

Category: Computers

Page: 496

View: 5491

Haben Sie sich schon einmal gewünscht, Sie könnten Python mithilfe eines Buchs lernen? Mit Python von Kopf bis Fuß funktioniert das hervorragend, weil es auf einzigartige Weise über die Syntax und schlichtes Mach-dies-mach-jenes hinausgeht. Die Grundlagen erfassen Sie hier schnell, und dann es geht auch schon weiter mit Persistenz, Ausnahmebehandlung, Webentwicklung, SQLite, Datenverarbeitung und Googles App Engine. Sie lernen außerdem, wie Sie dank Pythons unglaublicher Möglichkeiten mobile Apps für Android-Smartphones schreiben. Nach dem Lernerlebnis von Python von Kopf bis Fuß können Sie Ihrer weiteren Python-Laufbahn ganz zuversichtlich entgegensehen!

Algorithmen - Eine Einführung

Author: Thomas H. Cormen,Charles E. Leiserson,Ronald Rivest,Clifford Stein

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110522012

Category: Computers

Page: 1339

View: 3999

Der "Cormen" bietet eine umfassende und vielseitige Einführung in das moderne Studium von Algorithmen. Es stellt viele Algorithmen Schritt für Schritt vor, behandelt sie detailliert und macht deren Entwurf und deren Analyse allen Leserschichten zugänglich. Sorgfältige Erklärungen zur notwendigen Mathematik helfen, die Analyse der Algorithmen zu verstehen. Den Autoren ist es dabei geglückt, Erklärungen elementar zu halten, ohne auf Tiefe oder mathematische Exaktheit zu verzichten. Jedes der weitgehend eigenständig gestalteten Kapitel stellt einen Algorithmus, eine Entwurfstechnik, ein Anwendungsgebiet oder ein verwandtes Thema vor. Algorithmen werden beschrieben und in Pseudocode entworfen, der für jeden lesbar sein sollte, der schon selbst ein wenig programmiert hat. Zahlreiche Abbildungen verdeutlichen, wie die Algorithmen arbeiten. Ebenfalls angesprochen werden Belange der Implementierung und andere technische Fragen, wobei, da Effizienz als Entwurfskriterium betont wird, die Ausführungen eine sorgfältige Analyse der Laufzeiten der Programme mit ein schließen. Über 1000 Übungen und Problemstellungen und ein umfangreiches Quellen- und Literaturverzeichnis komplettieren das Lehrbuch, dass durch das ganze Studium, aber auch noch danach als mathematisches Nachschlagewerk oder als technisches Handbuch nützlich ist. Für die dritte Auflage wurde das gesamte Buch aktualisiert. Die Änderungen sind vielfältig und umfassen insbesondere neue Kapitel, überarbeiteten Pseudocode, didaktische Verbesserungen und einen lebhafteren Schreibstil. So wurden etwa - neue Kapitel zu van-Emde-Boas-Bäume und mehrfädigen (engl.: multithreaded) Algorithmen aufgenommen, - das Kapitel zu Rekursionsgleichungen überarbeitet, sodass es nunmehr die Teile-und-Beherrsche-Methode besser abdeckt, - die Betrachtungen zu dynamischer Programmierung und Greedy-Algorithmen überarbeitet; Memoisation und der Begriff des Teilproblem-Graphen als eine Möglichkeit, die Laufzeit eines auf dynamischer Programmierung beruhender Algorithmus zu verstehen, werden eingeführt. - 100 neue Übungsaufgaben und 28 neue Problemstellungen ergänzt. Umfangreiches Dozentenmaterial (auf englisch) ist über die Website des US-Verlags verfügbar.

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 1873

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Programmieren von Kopf bis Fuß

Author: Paul Barry,David Griffiths

Publisher: O'Reilly Germany

ISBN: 3897219921

Category: Computer programming

Page: 406

View: 6640

Grundlagen zur Neuroinformatik und Neurobiologie

The Computational Brain in deutscher Sprache

Author: Patricia S. Churchland,Terrence J. Sejnowski

Publisher: Springer-Verlag

ISBN: 3322868214

Category: Technology & Engineering

Page: 702

View: 541

The Computational Brain, das außergewöhnliche Buch über vergleichende Forschung in den Bereichen von menschlichem Gehirn und neuesten Möglichkeiten der Computertechnologie, liegt hiermit erstmals in deutscher Sprache vor. Geschrieben von einem führenden Forscherteam in den USA, ist es eine Fundgrube für alle, die wissen wollen, was der Stand der Wissenschaft auf diesem Gebiet ist. Die Autoren führen die Bereiche der Neuroinformatik und Neurobiologie mit gut ausgesuchten Beispielen und der gebotenen Hintergrundinformation gekonnt zusammen. Das Buch wird somit nicht nur dem Fachwissenschaftler sondern auch dem interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht. Übersetzt wurde das Buch von Prof. Dr. Steffen Hölldobler und Dipl.-Biol. Claudia Hölldobler, einem Informatiker und einer Biologin. Rezension in Spektrum der Wissenschaft nr. 10, S. 122 f. im Oktober 1997 (...) Die 1992 erschienene amerikanische Originalausgabe des vorliegenden Werkes ist so erfolgreich, daß man bereits von einem Klassiker reden kann. (...) (...) ....ist das Buch sehr zu empfehlen. In Verbindung von Neurobiologie und Neuroinformatik konkurrenzlos, vermittelt es einiges von der Faszination theoretischer Hirnforschung, die auch in Deutschland zunehmend mehr Wissenschaftler in ihren Bann schlägt. Rezension erschienen in: Computer Spektrum 3/1997, S. 2 (...)Das Buch wird somit nicht nur dem Fachwissenschaftler, sondern auch den interdisziplinären Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht(...)

Introduction to Computational Social Science

Principles and Applications

Author: Claudio Cioffi-Revilla

Publisher: Springer

ISBN: 3319501313

Category: Computers

Page: 618

View: 8403

This textbook provides a comprehensive and reader-friendly introduction to the field of computational social science (CSS). Presenting a unified treatment, the text examines in detail the four key methodological approaches of automated social information extraction, social network analysis, social complexity theory, and social simulation modeling. This updated new edition has been enhanced with numerous review questions and exercises to test what has been learned, deepen understanding through problem-solving, and to practice writing code to implement ideas. Topics and features: contains more than a thousand questions and exercises, together with a list of acronyms and a glossary; examines the similarities and differences between computers and social systems; presents a focus on automated information extraction; discusses the measurement, scientific laws, and generative theories of social complexity in CSS; reviews the methodology of social simulations, covering both variable- and object-oriented models.

Medientechnisches Wissen

Band 2: Informatik, Programmieren, Kybernetik

Author: Stefan Höltgen

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110496259

Category: Computers

Page: 454

View: 5006

Der zweite Band der Lehrbuchreihe Medientechnisches Wissen stellt die Themen Informatik, Kybernetik sowie vier Programmiersprachen für Medienwissenschaftler vor. Damit soll Studenten ein Lehrwerk und Dozenten ein Kompendium an die Hand gegeben werden, in dem die technischen Grundlagen von Medien und der sie betreffenden Fachdisziplinen kleinschrittig vermittelt werden. Im ersten Kapitel wird in für digitale Medientechnik zentrale Aspekte der Informatik eingeführt. Die historischen und epistemologischen Hintergründe des Computers werden dabei ebenso verhandelt, wie Aspekte der theoretischen Informatik, welche die Grenzen dieses Mediums markieren. Das zweite Kapitel stellt die vier Programmiersprachen Assembler, BASIC, C und Python vor. Diese Sprachen sind sowohl als Gegenstände von besonderem medienwissenschaftlichen Interesse als auch als Tools, um digitale Medien programmierend zu erforschen. Mit der Kybernetik im drittem Kapitel wird eine immer noch aktuelle Disziplin in ihrer medienwissenschaftlichen Bedeutung behandelt. Der Akzent liegt hier auf der Kybernetik zweiter Ordnung, die vielfältige Verfl echtungen mit der Medienwissenschaft aufweist. In Band 1 wurde in die Themengebiete Logik, Informations- und Speichertheorie eingeführt. Band 3 beschäftigt sich mit der Mathematik, Physik und Chemie der Medien. In Band 4 werden Elektronik, Messtechnik (am Beispiel eines selbstgebauten Computers) und die Facharchäologie für Medienwissenschaftler vorgestellt. Stefan Höltgen (Hrsg.) ist Medienwissenschaftler an der Humboldt-Universität zu Berlin. Er lehrt dort Theorien, Geschichte und Informatik der Medien und forscht zur Archäologie früher Mikrocomputer und ihrer Programmierung. Thorsten Schöler ist Professor für Informatik an der Fakultät für Informatik an der Hochschule für angewandte Wissenschaften Augsburg, Koordinator der Forschungsgruppe Verteilte Systeme und seit 2016 Honorary Doctor of Odessa National Polytechnic University. Johannes Maibaum ist Medieninformatiker und entwickelt eingebettete Multimediasysteme für tonwelt GmbH (Berlin). Er studierte Medienwissenschaft an der HU Berlin mit den Schwerpunkten Technikphilosophie und Computerarchäologie. Thomas Fischer ist Professor für Architektur an der Xi‘an Jiaotong-Liverpool Universität in Suzhou (China), Designforscher und Kybernetiker, Fellow der Design Research Society sowie ein Vize-Präsident und Träger des Warren McCulloch Award der American Society for Cybernetics.

Introduction to Computational Models with Python

Author: Jose M. Garrido

Publisher: CRC Press

ISBN: 1498712045

Category: Computers

Page: 466

View: 4900

Introduction to Computational Models with Python explains how to implement computational models using the flexible and easy-to-use Python programming language. The book uses the Python programming language interpreter and several packages from the huge Python Library that improve the performance of numerical computing, such as the Numpy and Scipy modules. The Python source code and data files are available on the author’s website. The book’s five sections present: An overview of problem solving and simple Python programs, introducing the basic models and techniques for designing and implementing problem solutions, independent of software and hardware tools Programming principles with the Python programming language, covering basic programming concepts, data definitions, programming structures with flowcharts and pseudo-code, solving problems, and algorithms Python lists, arrays, basic data structures, object orientation, linked lists, recursion, and running programs under Linux Implementation of computational models with Python using Numpy, with examples and case studies The modeling of linear optimization problems, from problem formulation to implementation of computational models This book introduces the principles of computational modeling as well as the approaches of multi- and interdisciplinary computing to beginners in the field. It provides the foundation for more advanced studies in scientific computing, including parallel computing using MPI, grid computing, and other methods and techniques used in high-performance computing.

Routineaufgaben mit Python automatisieren

Praktische Programmierlösungen für Einsteiger

Author: Al Sweigart

Publisher: dpunkt.verlag

ISBN: 3864919932

Category: Computers

Page: 576

View: 4835

Wenn Sie jemals Stunden damit verbracht haben, Dateien umzubenennen oder Hunderte von Tabelleneinträgen zu aktualisieren, dann wissen Sie, wie stumpfsinnig manche Tätigkeiten sein können. Wie wäre es, den Computer dazu zu bringen, diese Arbeiten zu übernehmen? In diesem Buch lernen Sie, wie Sie mit Python Aufgaben in Sekundenschnelle erledigen können, die sonst viel Zeit in Anspruch nehmen würden. Programmiererfahrung brauchen Sie dazu nicht: Wenn Sie einmal die Grundlagen gemeistert haben, werden Sie Python-Programme schreiben, die automatisch alle möglichen praktischen Aufgaben für Sie abarbeiten: • eine oder eine Vielzahl von Dateien nach Texten durchsuchen • Dateien und Ordner erzeugen, aktualisieren, verschieben und umbenennen • das Web durchsuchen und Inhalte herunterladen • Excel-Dateien aktualisieren und formatieren • PDF-Dateien teilen, zusammenfügen, mit Wasserzeichen versehen und verschlüsseln • Erinnerungsmails und Textnachrichten verschicken • Online-Formulare ausfüllen Schritt-für-Schritt-Anleitungen führen Sie durch jedes Programm und Übungsaufgaben am Ende jedes Kapitels fordern Sie dazu auf, die Programme zu verbessern und Ihre Fähigkeiten auf ähnliche Problemstellungen zu richten. Verschwenden Sie nicht Ihre Zeit mit Aufgaben, die auch ein gut dressierter Affe erledigen könnte. Bringen Sie Ihren Computer dazu, die langweilige Arbeit zu machen!

Clean Code - Refactoring, Patterns, Testen und Techniken für sauberen Code

Deutsche Ausgabe

Author: Robert C. Martin

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3826696387

Category: Computers

Page: 480

View: 7117

h2> Kommentare, Formatierung, Strukturierung Fehler-Handling und Unit-Tests Zahlreiche Fallstudien, Best Practices, Heuristiken und Code Smells Clean Code - Refactoring, Patterns, Testen und Techniken für sauberen Code Aus dem Inhalt: Lernen Sie, guten Code von schlechtem zu unterscheiden Sauberen Code schreiben und schlechten Code in guten umwandeln Aussagekräftige Namen sowie gute Funktionen, Objekte und Klassen erstellen Code so formatieren, strukturieren und kommentieren, dass er bestmöglich lesbar ist Ein vollständiges Fehler-Handling implementieren, ohne die Logik des Codes zu verschleiern Unit-Tests schreiben und Ihren Code testgesteuert entwickeln Selbst schlechter Code kann funktionieren. Aber wenn der Code nicht sauber ist, kann er ein Entwicklungsunternehmen in die Knie zwingen. Jedes Jahr gehen unzählige Stunden und beträchtliche Ressourcen verloren, weil Code schlecht geschrieben ist. Aber das muss nicht sein. Mit Clean Code präsentiert Ihnen der bekannte Software-Experte Robert C. Martin ein revolutionäres Paradigma, mit dem er Ihnen aufzeigt, wie Sie guten Code schreiben und schlechten Code überarbeiten. Zusammen mit seinen Kollegen von Object Mentor destilliert er die besten Praktiken der agilen Entwicklung von sauberem Code zu einem einzigartigen Buch. So können Sie sich die Erfahrungswerte der Meister der Software-Entwicklung aneignen, die aus Ihnen einen besseren Programmierer machen werden – anhand konkreter Fallstudien, die im Buch detailliert durchgearbeitet werden. Sie werden in diesem Buch sehr viel Code lesen. Und Sie werden aufgefordert, darüber nachzudenken, was an diesem Code richtig und falsch ist. Noch wichtiger: Sie werden herausgefordert, Ihre professionellen Werte und Ihre Einstellung zu Ihrem Beruf zu überprüfen. Clean Code besteht aus drei Teilen:Der erste Teil beschreibt die Prinzipien, Patterns und Techniken, die zum Schreiben von sauberem Code benötigt werden. Der zweite Teil besteht aus mehreren, zunehmend komplexeren Fallstudien. An jeder Fallstudie wird aufgezeigt, wie Code gesäubert wird – wie eine mit Problemen behaftete Code-Basis in eine solide und effiziente Form umgewandelt wird. Der dritte Teil enthält den Ertrag und den Lohn der praktischen Arbeit: ein umfangreiches Kapitel mit Best Practices, Heuristiken und Code Smells, die bei der Erstellung der Fallstudien zusammengetragen wurden. Das Ergebnis ist eine Wissensbasis, die beschreibt, wie wir denken, wenn wir Code schreiben, lesen und säubern. Dieses Buch ist ein Muss für alle Entwickler, Software-Ingenieure, Projektmanager, Team-Leiter oder Systemanalytiker, die daran interessiert sind, besseren Code zu produzieren. Über den Autor: Robert C. »Uncle Bob« Martin entwickelt seit 1970 professionell Software. Seit 1990 arbeitet er international als Software-Berater. Er ist Gründer und Vorsitzender von Object Mentor, Inc., einem Team erfahrener Berater, die Kunden auf der ganzen Welt bei der Programmierung in und mit C++, Java, C#, Ruby, OO, Design Patterns, UML sowie Agilen Methoden und eXtreme Programming helfen.

Python kinderleicht!

Einfach programmieren lernen – nicht nur für Kids

Author: Jason Briggs

Publisher: dpunkt.verlag

ISBN: 3864919053

Category: Computers

Page: 326

View: 818

Python ist eine leistungsfähige, moderne Programmiersprache. Sie ist einfach zu erlernen und macht Spaß in der Anwendung – mit diesem Buch umso mehr! »Python kinderleicht" macht die Sprache lebendig und zeigt Dir (und Deinen Eltern) die Welt der Programmierung. Jason R. Briggs führt Dich Schritt für Schritt durch die Grundlagen von Python. Du experimentierst mit einzigartigen (und oft urkomischen) Beispielprogrammen, bei denen es um gefräßige Monster, Geheimagenten oder diebische Raben geht. Neue Begriffe werden erklärt, der Programmcode ist farbig dargestellt, strukturiert und mit Erklärungen versehen. Witzige Abbildungen erhöhen den Lernspaß. Jedes Kapitel endet mit Programmier-Rätseln, an denen Du das Gelernte üben und Dein Verständnis vertiefen kannst. Am Ende des Buches wirst Du zwei komplette Spiele programmiert haben: einen Klon des berühmten »Pong" und »Herr Strichmann rennt zum Ausgang" – ein Plattformspiel mit Sprüngen, Animation und vielem mehr. Indem Du Seite für Seite neue Programmierabenteuer bestehst, wirst Du immer mehr zum erfahrenen Python-Programmierer. - Du lernst grundlegende Datenstrukturen wie Listen, Tupel und Maps kennen. - Du erfährst, wie man mit Funktionen und Modulen den Programmcode organisieren und wiederverwenden kann. - Du wirst mit Kontrollstrukturen wie Schleifen und bedingten Anweisungen vertraut und lernst, mit Objekten und Methoden umzugehen. - Du zeichnest Formen mit dem Python-Modul Turtle und erstellst Spiele, Animationen und andere grafische Wunder mit tkinter. Und: »Python kinderleicht" macht auch für Erwachsene das Programmierenlernen zum Kinderspiel! Alle Programme findest Du auch zum Herunterladen auf der Website!

Python kurz & gut

Author: Mark Lutz

Publisher: O'Reilly Germany

ISBN: 3955617718

Category: Computers

Page: 280

View: 5669

Die objektorientierte Sprache Python eignet sich hervorragend zum Schreiben von Skripten, Programmen und Prototypen. Sie ist frei verfügbar, leicht zu lernen und zwischen allen wichtigen Plattformen portabel, einschließlich Linux, Unix, Windows und Mac OS. Damit Sie im Programmieralltag immer den Überblick behalten, sind die verschiedenen Sprachmerkmale und Elemente in Python – kurz & gut übersichtlich zusammengestellt. Für Auflage 5 wurde die Referenz komplett überarbeitet, erweitert und auf den neuesten Stand gebracht, so dass sie die beiden aktuellen Versionen 2.7 und 3.4 berücksichtigt. Python – kurz & gut behandelt unter anderem: Eingebaute Typen wie Zahlen, Listen, Dictionarys u.v.a.; nweisungen und Syntax für Entwicklung und Ausführung von Objekten; Die objektorientierten Entwicklungstools in Python; Eingebaute Funktionen, Ausnahmen und Attribute; pezielle Methoden zur Operatorenüberladung; Weithin benutzte Standardbibliotheksmodule und Erweiterungen; Kommandozeilenoptionen und Entwicklungswerkzeuge. Mark Lutz stieg 1992 in die Python-Szene ein und ist seitdem als aktiver Pythonista bekannt. Er gibt Kurse, hat zahlreiche Bücher geschrieben und mehrere Python-Systeme programmiert.

Data Science mit Python

Das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib und Scikit-Learn

Author: Jake VanderPlas

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958456979

Category: Computers

Page: 552

View: 3620

Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« – Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts

Einführung in die Programmierung mit Java

Author: Robert Sedgewick,Kevin Wayne

Publisher: Pearson Deutschland GmbH

ISBN: 3868940766

Category: JAVA (Programming language)

Page: 735

View: 2545

Einführung in Python

Author: Mark Lutz,David Ascher,Dinu C. Gherman

Publisher: O'Reilly Germany

ISBN: 3897214881

Category: Python (Computer program language)

Page: 624

View: 4424

Find eBook