Andere Kunden interessierten sich auch für
![Data Science mit Python]( "Data Science mit Python")
Data Science mit Python19,99 €![Datenanalyse mit Python (eBook, PDF)]( "Datenanalyse mit Python (eBook, PDF)")
Datenanalyse mit Python (eBook, PDF)44,90 €![Angewandte Kryptographie]( "Angewandte Kryptographie")
Angewandte Kryptographie34,99 €![MicroPython fu¨r Mikrocontroller]( "MicroPython fu¨r Mikrocontroller")
MicroPython fu¨r Mikrocontroller34,80 €![Handbuch Data Science mit Python]( "Handbuch Data Science mit Python")
Handbuch Data Science mit Python49,90 €![Maschinelles Lernen]( "Maschinelles Lernen")
Maschinelles Lernen39,99 €![Python-Tricks]( "Python-Tricks")
Python-Tricks29,90 €
- Grundlagen zur Lösung numerischer Probleme mit Python
- Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen
- Datenvisualisierung mit Matplotlib
- Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse
- Ideal zum Umstieg von Matlab auf Python
- Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen
- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten Data Science und Maschinelles Lernen.
Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.
Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.
Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.
Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.
Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst.
AUS DEM INHALT //
NumPy
Numerische Operationen auf mehrdimensionalen Arrays
Broadcasting und Ufuncs
Matplotlib:
Diskrete und kontinuierliche Graphen
Balken- und Säulendiagramme, Histogramme, Konturplots
Pandas:
Series und DataFrames
Arbeiten mit Excel-, csv- und JSON-Dateien
Unvollständige Daten (NaN)
Datenvisualisierung
Praxisbeispiele:
Bildverarbeitung
Haushaltsbuch und Einnahmeüberschussrechnung
- Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen
- Datenvisualisierung mit Matplotlib
- Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse
- Ideal zum Umstieg von Matlab auf Python
- Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen
- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten Data Science und Maschinelles Lernen.
Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.
Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.
Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.
Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.
Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst.
AUS DEM INHALT //
NumPy
Numerische Operationen auf mehrdimensionalen Arrays
Broadcasting und Ufuncs
Matplotlib:
Diskrete und kontinuierliche Graphen
Balken- und Säulendiagramme, Histogramme, Konturplots
Pandas:
Series und DataFrames
Arbeiten mit Excel-, csv- und JSON-Dateien
Unvollständige Daten (NaN)
Datenvisualisierung
Praxisbeispiele:
Bildverarbeitung
Haushaltsbuch und Einnahmeüberschussrechnung
"Python eignet sich nicht nur ideal als Lehrsprache: Im Ökosystem gibt es Bibliotheken, mit denen sich komplizierte mathematische Aufgaben einfach lösen lassen. Bernd Klein stellt Systeme vor, die den Leser beim Bewältigen alltäglicher mathematischer Aufgaben unterstützen. [...] Das mit 476 Seiten nicht allzu lange Werk kann man ohne jede Einschränkung empfehlen." Tam Hanna, Linux Magazin, März 2024