Изучим работу с импортом, объединением, преобразованием, фильтрацией данных на pandas, а также научимся линейной регрессии. После прохождения курса вы сможете самостоятельно загружать данные в формате CSV, TSV, Excel, извлекать из них значения, находить взаимосвязи между разными наборами данных, преобразовывать и усекать наборы данных.
В заключении вы освоите математический аппарат линейной регрессии для поиска линейной связи между данными и эффективно примените его для предсказания значений в будущем.
Материалы курса: Numpy и Pandas Работа с numpy Фреймы данных Получение данных из Excel Импорт данных Индексы и объединение фреймов Индексы данных Мультиндексы Объединение фреймов Данные из нескольких источников Фильтрация и изменение данных Фильтрация данных Изменение фреймов Лямбда-функции Выделение данных Линейная регрессия Группировка данных Очистка и фильтрация групп Линейная регрессия Предсказание на 2020 год
Чему вы научитесь: Работу с данными через pandas Требования: Знания python начального уровня: синтаксис, форматы данных Для кого этот курс: Разработчики, аналитики, научные исследователи
Название: Обработка и предсказание данных в Python Год выхода: 2019 Жанр: Видеокурс, разработка, программирование, python Формат видео: HDRip | MP4 1920x1080 | H.264 Формат аудио: AAC | 192 kb/s | 44 кГц Язык: Русский Продолжительность: 02:06:33 Размер: 2.24 Gb
Скачать Обработка и предсказание данных в Python (2019)
Xemera.At.Ua - информационный портал! Все ссылки на файлы, указанные на сайте взяты из открытых источников интернета и предоставлены пользователями нашего сайта исключительно в ознакомительных целях.
Если вы являетесь правообладателем какого либо материала и не желаете его свободного распространения, или считаете, что какой-либо из материалов нарушает Ваши авторские права - свяжитесь с Администрацией.
Владельцы и создатели данного сайта не несут ответственность за использование и содержание ссылок и информации, представленных на этом сайте.
Сайт оптимизирован для просмотра с разрешением 1024x768, 1280x800, 1280x1024 и 1600x1200 браузером FireFox или Opera