Handbuch Data Science mit Python: Grundlegende Tools für die Arbeit mit Daten
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | , |
| Format: | Buch |
| Sprache: | German English |
| Veröffentlicht: |
Heidelberg
O'Reilly
2023
|
| Ausgabe: | Übersetzung der 2. Auflage |
| Schlagworte: | |
| Online-Zugang: | Inhaltstext Inhaltsverzeichnis |
| Beschreibung: | 592 Seiten 24 cm x 16.5 cm |
| ISBN: | 9783960092254 3960092253 |
Internformat
MARC
| LEADER | 00000nam a22000008c 4500 | ||
|---|---|---|---|
| 001 | BV049390990 | ||
| 003 | DE-604 | ||
| 007 | t | ||
| 008 | 231101s2023 gw |||| 00||| ger d | ||
| 015 | |a 23,N31 |2 dnb | ||
| 016 | 7 | |a 1297343700 |2 DE-101 | |
| 020 | |a 9783960092254 |c : circa EUR 54.90 (DE), circa EUR 56.50 (AT) |9 978-3-96009-225-4 | ||
| 020 | |a 3960092253 |9 3-96009-225-3 | ||
| 024 | 3 | |a 9783960092254 | |
| 035 | |a (OCoLC)1391979813 | ||
| 035 | |a (DE-599)DNB1297343700 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 1 | |a ger |h eng | |
| 044 | |a gw |c XA-DE-BW | ||
| 049 | |a DE-B768 |a DE-1052 | ||
| 084 | |8 1\p |a 004 |2 23sdnb | ||
| 100 | 1 | |a VanderPlas, Jake |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Handbuch Data Science mit Python |b Grundlegende Tools für die Arbeit mit Daten |c Jake VanderPlas |
| 250 | |a Übersetzung der 2. Auflage | ||
| 263 | |a 202311 | ||
| 264 | 1 | |a Heidelberg |b O'Reilly |c 2023 | |
| 300 | |a 592 Seiten |c 24 cm x 16.5 cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 650 | 0 | 7 | |a Datenanalyse |0 (DE-588)4123037-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Data Science |0 (DE-588)1140936166 |2 gnd |9 rswk-swf |
| 653 | |a Big Data | ||
| 653 | |a Data Mining | ||
| 653 | |a Datenanalyse | ||
| 653 | |a Data Science | ||
| 653 | |a Python 3.10 | ||
| 653 | |a pandas | ||
| 653 | |a NumPy | ||
| 653 | |a Jupyter | ||
| 653 | |a IPython | ||
| 653 | |a Jupyter notebook | ||
| 653 | |a matplotlib | ||
| 653 | |a Scikit-Learn | ||
| 653 | |a Pivot | ||
| 653 | |a Seaborn | ||
| 653 | |a Machine Learning | ||
| 653 | |a Feature Engineering | ||
| 653 | |a Lineare Regression | ||
| 653 | |a Support Vector Machines | ||
| 653 | |a Random Forest | ||
| 689 | 0 | 0 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
| 689 | 0 | 1 | |a Data Science |0 (DE-588)1140936166 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 1 | 1 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
| 689 | 1 | |5 DE-604 | |
| 700 | 1 | |a Lorenzen, Knut |4 trl | |
| 700 | 1 | |a Lang, Jørgen W. |4 trl | |
| 775 | 0 | 8 | |i Parallele Sprachausgabe |z 9781098121228 |
| 856 | 4 | 2 | |m X:MVB |q text/html |u http://deposit.dnb.de/cgi-bin/dokserv?id=c8a9929ff3544a8181966f640b4c8987&prov=M&dok_var=1&dok_ext=htm |3 Inhaltstext |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034718409&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 883 | 1 | |8 1\p |a vlb |d 20230726 |q DE-101 |u https://d-nb.info/provenance/plan#vlb | |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-034718409 | |
Datensatz im Suchindex
| _version_ | 1807503856060334080 |
|---|---|
| adam_text |
INHALT
EINLEITUNG
.
13
TEIL
I:
MEHR
ALS
NORMALES
PYTHON:
JUPYTER
1
DER
EINSTIEG
IN
IPYTHON
UND
JUPYTER
.
21
DIE
IPYTHON-SHELL
STARTEN
.
21
DAS
JUPYTER
NOTEBOOK
STARTEN
.
22
HILFE
UND
DOKUMENTATION
IN
IPYTHON
.
22
TASTATURKUERZEL
IN
DER
IPYTHON-SHELL
.
27
2
ERWEITERTE
INTERAKTIVE
FEATURES
.
31
MAGISCHE
BEFEHLE
IN
IPYTHON
.
31
VERLAUF
DER
EIN
UND
AUSGABE
.
33
IPYTHON
UND
SHELL-BEFEHLE
.
:
.
36
3
DEBUGGING
UND
PROFILING
.
41
FEHLER
UND
DEBUGGING
.
41
PROFILING
UND
TIMING
VON
CODE
.
45
WEITERE
IPYTHON-RESSOURCEN
.
50
TEIL
II:
EINFUEHRUNG
IN
NUMPY
4
DIE
DATENTYPEN
IN
PYTHON
.
55
PYTHON-INTEGER
SIND
MEHR
ALS
NUR
GANZZAHLIGE
WERTE
.
56
PYTHON-LISTEN
SIND
MEHR
ALS
NUR
EINFACHE
LISTEN
.
57
ARRAYS
FESTSTEHENDEN
TYPS
IN
PYTHON
.
59
ARRAYS
ANHAND
VON
LISTEN
ERZEUGEN
.
59
NEUE
ARRAYS
ERZEUGEN
.
60
NUMPYS
STANDARDDATENTYPEN
.
61
5
GRUNDLAGEN
VON
NUMPY-ARRAYS
.
63
ATTRIBUTE
VON
NUMPY-ARRAYS
.
63
INDIZIERUNG
VON
ARRAYS:
ZUGRIFF
AUF
EINZELNE
ELEMENTE
.
64
SLICING:
TEILMENGEN
EINES
ARRAYS
AUSWAEHLEN
.
65
ARRAYS
UMFORMEN
.
68
ARRAYS
VERKETTEN
UND
AUFTEILEN
.
69
I
5
6
BERECHNUNGEN
MIT
NUMPY-ARRAYS:
UNIVERSELLE
FUNKTIONEN
.
71
LANGSAME
SCHLEIFEN
.
71
KURZ
VORGESTELLT:
UFUNCS
.
72
NUMPYS
UFUNCS
IM
DETAIL
.
73
UFUNC-FEATURES
FUER
FORTGESCHRITTENE
.
77
UFUNCS:
MEHR
ERFAHREN
.
79
7
AGGREGATIONEN:
MINIMUM,
MAXIMUM
UND
ALLES
DAZWISCHEN
.
81
SUMMIEREN
DER
WERTE
EINES
ARRAYS
.
81
MINIMUM
UND
MAXIMUM
.
82
BEISPIEL:
DURCHSCHNITTLICHE
GROESSE
DER
US-PRAESIDENTEN
.
84
8
BERECHNUNGEN
MIT
ARRAYS:
BROADCASTING
.
87
KURZ
VORGESTELLT:
BROADCASTING
.
87
FUER
DAS
BROADCASTING
GELTENDE
REGELN
.
89
BROADCASTING
IN
DER
PRAXIS
.
91
9
VERGLEICHE,
MASKIERUNGEN
UND
BOOLESCHE
LOGIK
.
95
BEISPIEL:
REGENTAGE
ZAEHLEN
.
95
VERGLEICHSOPERATOREN
ALS
UFUNCS
.
96
BOOLESCHE
ARRAYS
VERWENDEN
.
98
BOOLESCHE
ARRAYS
ALS
MASKIERUNGEN
.
100
VERWENDUNG
DER
SCHLUESSELWOERTER
AND
BZW.
OR
UND
DER
OPERATOREN
&
BZW.
|
.
101
10
FANCY
INDEXING
.
103
FANCY
INDEXING
IM
DETAIL
.
103
KOMBINIERTE
INDIZIERUNG
.
105
BEISPIEL:
AUSWAHL
ZUFAELLIGER
PUNKTE
.
105
WERTE
PER
FANCY
INDEXING
MODIFIZIEREN
.
107
BEISPIEL:
DATEN
GRUPPIEREN
.
108
11
ARRAYS
SORTIEREN
.
111
SCHNELLE
SORTIERUNG
IN
NUMPY:
NP.SORT
UND
NP.ARGSORT
.
112
NACH
ZEILEN
UND
SPALTEN
SORTIEREN
.
112
TEILSORTIERUNGEN:
PARTITIONIERUNG
.
113
BEISPIEL:
K
NAECHSTE
NACHBARN
.
113
12
STRUKTURIERTE
DATEN:
NUMPYS
STRUKTURIERTE
ARRAYS
.
117
STRUKTURIERTE
ARRAYS
ERZEUGEN
.
118
ERWEITERTE
ZUSAMMENGESETZTE
TYPEN
.
119
RECORD-ARRAYS:
STRUKTURIERTE
ARRAYS
MIT
PFIFF
.
120
WEITER
MIT
PANDAS
.
120
6
|
INHALT
TEIL
III:
DATENBEARBEITUNG
MIT
PANDAS
13
KURZ
VORGESTELLT:
PANDAS-OBJEKTE
.
125
DAS
PANDAS-SERIES-OBJEKT
.
125
DAS
PANDAS-DATAFRAME-OBJEKT
.
128
DAS
PANDAS-INDEX-OBJEKT
.
131
14
DATEN
INDIZIEREN
UND
AUSWAEHLEN
.
133
SERIES-DATEN
AUSWAEHLEN
.
133
DATAFRAME-DATEN
AUSWAEHLEN
.
136
15
MITPANDAS-DATENARBEITEN
.
141
UFUNCS:
INDEXERHALTUNG
.
141
UFUNCS:
INDEXANPASSUNG
.
142
UFUNCS:
OPERATIONEN
MIT DATAFRAME
UND
SERIES
.
144
16
HANDHABUNG
FEHLENDER
DATEN
.
147
KOMPROMISSE
BEIM
UMGANG
MIT
FEHLENDEN
DATEN
.
147
FEHLENDE
DATEN
IN
PANDAS
.
148
PANDAS
NULLFAEHIGE
DATENTYPEN
.
151
MIT
NULLWERTEN
ARBEITEN
.
152
17
HIERARCHISCHE
INDIZIERUNG
.
157
MEHRFACH
INDIZIERTE
SERIES
.
157
METHODEN
ZUM
ERZEUGEN
EINES
MULTILNDEX
.
161
INDIZIERUNG
UND
SLICING
EINES
MULTILNDEX
.
163
MULTI-INDIZES
UMORDNEN
.
166
18
DATENMENGEN
KOMBINIEREN:
CONCAT
UND
APPEND
.
171
VERKETTUNG
VON
NUMPY-ARRAYS
.
172
EINFACHE
VERKETTUNGEN
MIT
PD.CONCAT
.
172
19
DATENMENGEN
KOMBINIEREN:
MERGE
UND
JOIN
.
177
RELATIONALE
ALGEBRA
.
177
JOIN-KATEGORIEN
.
178
ANGABE
DER
ZU
VERKNUEPFENDEN
SPALTEN
.
180
MENGENARITHMETIK
BEI
JOINS
.
183
KONFLIKTE
BEI
SPALTENNAMEN:
DAS
SCHLUESSELWORT
SUFFIXES
.
184
BEISPIEL:
DATEN
VON
US-BUNDESSTAATEN
.
185
20
AGGREGATEN
UND
GRUPPIERUNG
.
191
PLANETENDATEN
.
191
EINFACHE
AGGREGATIONEN
IN
PANDAS
.
192
GROUPBY:
AUFTEILEN,
ANWENDEN
UND
KOMBINIEREN
.
194
INHALT
|
7
21
PIVOT-TABELLEN
.
203
GRUENDE
FUER
PIVOT-TABELLEN
.
203
PIVOT-TABELLEN
VON
HAND
ERSTELLEN
.
204
DIE
SYNTAX
VON
PIVOT-TABELLEN
.
204
BEISPIEL:
GEBURTENRATEN
.
207
22
VEKTORISIERTE
STRING-OPERATIONEN
.
213
KURZ
VORGESTELLT:
STRING-OPERATIONEN
IN
PANDAS
.
213
LISTE
DER
PANDAS-STRING-METHODEN
.
214
BEISPIEL:
REZEPTDATENBANK
.
218
23
ZEITREIHEN
VERWENDEN
.
223
KALENDERDATEN
UND
ZEITEN
IN
PYTHON
.
223
ZEITREIHEN
IN
PANDAS:
INDIZIERUNG
DURCH
ZEITANGABEN
.
227
DATENSTRUKTUREN
FUER
ZEITREIHEN
IN
PANDAS
.
227
GLEICHFOERMIGE
SEQUENZEN:
PD.DATE_RANGE
.
228
HAEUFIGKEITEN
UND
ABSTAENDE
.
229
RESAMPLING,
ZEITLICHES
VERSCHIEBEN
UND
GEGLAETTETE
STATISTIK
.
231
BEISPIEL:
VISUALISIERUNG
VON
FAHRRADZAEHLUNGEN
IN
SEATTLE
.
236
24
LEISTUNGSSTARKES
PANDAS:
EVAL
UND
QUERY
.
243
DER
ZWECK
VON
QUERY
UND
EVAL:
ZUSAMMENGESETZTE
AUSDRUECKE
.
243
EFFIZIENTE
OPERATIONEN
MIT
PANDAS.EVAL
.
244
DATAFRAME.EVAL
FUER
SPALTENWEISE
OPERATIONEN
.
246
DIE
DATAFRAME.QUERY-METHODE
.
248
PERFORMANCE:
WANN
EVAL
UND
QUERY
VERWENDET
WERDEN
SOLLTEN
.
248
WEITERE
RESSOURCEN
.
249
TEIL
IV:
VISUALISIERUNG
MIT
MATPLOTLIB
25
ALLGEMEINE
TIPPS
ZU
MATPLOTLIB
.
253
MATPLOTLIB
IMPORTIEREN
.
253
STIL
EINSTELLEN
.
253
SHOW
ODER
KEIN
SHOW?
-
ANZEIGE
VON
DIAGRAMMEN
.
253
26
EINFACHE
LINIENDIAGRAMME
.
261
ANPASSEN
DES
DIAGRAMMS:
LINIENFARBEN
UND
-STILE
.
264
ANPASSEN
DES
DIAGRAMMS:
BEGRENZUNGEN
.
266
DIAGRAMME
BESCHRIFTEN
.
268
STOLPERSTEINE
IN
MATPLOTLIB
.
270
8
|
INHALT
27
EINFACHE
STREUDIAGRAMME
.
271
STREUDIAGRAMME
MIT
PLT.PLOT
ERSTELLEN
.
271
STREUDIAGRAMME
MIT
PLT.SCATTER
ERSTELLEN
.
273
PLOT
KONTRA
SCATTER:
EINE
ANMERKUNG
ZUR
EFFIZIENZ
.
276
VISUALISIERUNG
VON
MESSUNSICHERHEITEN
.
276
28
DICHTEDIAGRAMME
UND
KONTURDIAGRAMME
.
281
VISUALISIERUNG
EINER
DREIDIMENSIONALEN
FUNKTION
.
281
HISTOGRAMME,
BINNINGS
UND
DICHTE
.
285
ZWEIDIMENSIONALE
HISTOGRAMME
UND
BINNINGS
.
287
29
ANPASSEN
DER
LEGENDE
.
291
LEGENDENELEMENTE
FESTLEGEN
.
293
LEGENDEN
MIT
PUNKTGROESSEN
.
295
MEHRERE
LEGENDEN
.
296
30
ANPASSEN
VON
FARBSKALEN
.
299
FARBSKALA
ANPASSEN
.
300
BEISPIEL:
HANDGESCHRIEBENE
ZIFFERN
.
304
31
UNTERGEORDNETE
DIAGRAMME
.
307
PLT.AXES:
UNTERGEORDNETE
DIAGRAMME
VON
HAND
ERSTELLEN
.
307
PLT.SUBPLOT:
UNTERGEORDNETE
DIAGRAMME
IN
EINEM
RASTER
ANORDNEN
.
309
PLT.SUBPLOTS:
DAS
GESAMTE
RASTER
GLEICHZEITIG
AENDERN
.
310
PLT.GRIDSPEC:
KOMPLIZIERTERE
ANORDNUNGEN
.
312
32
TEXT
UND
BESCHRIFTUNGEN
.
315
BEISPIEL:
AUSWIRKUNGEN VON
FEIERTAGEN
AUF
DIE
GEBURTENZAHLEN
IN
DEN
USA
.
315
TRANSFORMATIONEN
UND
TEXTPOSITION
.
317
PFEILE
UND
BESCHRIFTUNGEN
.
319
33 ACHSENMARKIERUNGEN
ANPASSEN
.
323
VORRANGIGE
UND
NACHRANGIGE
ACHSENMARKIERUNGEN
.
323
MARKIERUNGEN
ODER
BESCHRIFTUNGEN
VERBERGEN
.
325
ANZAHL
DER
ACHSENMARKIERUNGEN
VERRINGERN
ODER
ERHOEHEN
.
326
FORMATIERUNG
DER
ACHSENMARKIERUNGEN
.
328
ZUSAMMENFASSUNG
DER
FORMATTER
UND
LOCATOR-KLASSEN
.
330
34
MATPLOTLIB
ANPASSEN:
KONFIGURATIONEN
UND
STYLESHEETS
.
333
DIAGRAMME
VON
HAND
ANPASSEN
.
333
VOREINSTELLUNGEN
AENDERN:
RCPARAMS
.
335
INHALT
|
9
35
DREIDIMENSIONALE
DIAGRAMME
IN
MATPLOTLIB
.
341
DREIDIMENSIONALE
PUNKTE
UND
LINIEN
.
342
DREIDIMENSIONALE
KONTURDIAGRAMME
.
343
DRAHTGITTER
UND
OBERFLAECHENDIAGRAMME
.
344
TRIANGULATION
VON
OBERFLAECHEN
.
346
BEISPIEL:
VISUALISIERUNG
EINES
MOEBIUSBANDS
.
348
36
VISUALISIERUNG
MIT
SEABORN
.
351
SEABORN-DIAGRAMME
.
352
KATEGORIALE
DIAGRAMME
.
356
BEISPIEL:
ERGEBNISSE
EINES
MARATHONLAUFS
.
359
WEITERFUEHRENDE
RESSOURCEN
.
365
WEITERE
GRAFIKBIBLIOTHEKEN
FUER
PYTHON
.
366
TEIL
V:
MACHINE
LEARNING
37
WAS
IST
MACHINE
LEARNING?
.
369
KATEGORIEN
DES
MACHINE
LEARNING
.
369
QUALITATIVE
BEISPIELE
FUER
MACHINE-LEARNING-ANWENDUNGEN
.
370
ZUSAMMENFASSUNG
.
379
38
KURZ
VORGESTELLT:
SCIKIT-LEARN
.
381
DATENREPRAESENTIERUNG
IN
SCIKIT-LEARN
.
381
DIE
ESTIMATOR-API
.
384
ANWENDUNG:
HANDGESCHRIEBENE
ZIFFERN
UNTERSUCHEN
.
392
ZUSAMMENFASSUNG
.
397
39
HYPERPARAMETER
UND
MODELLVALIDIERUNG
.
399
UEBERLEGUNGEN
ZUM
THEMA
MODELLVALIDIERUNG
.
399
AUSWAHL
DES
BESTEN
MODELLS
.
403
LERNKURVEN
.
410
VALIDIERUNG
IN
DER
PRAXIS:
RASTERSUCHE
.
414
ZUSAMMENFASSUNG
.
415
40
FEATURE
ENGINEERING
.
417
KATEGORIALE
FEATURES
.
417
TEXTE
ALS
FEATURES
.
418
BILDER
ALS
FEATURES
.
420
ABGELEITETE
FEATURES
.
420
VERVOLLSTAENDIGUNG
FEHLENDER
DATEN
.
422
FEATURE-PIPELINES
.
423
10
|
INHALT
41
AUSFUEHRLICH:
NAIVE
BAYES-KLASSIFIKATION
.
425
BAYES-KLASSIFIKATION
.
425
GAUSSSCHE
NAIVE
BAYES-KLASSIFIKATION
.
426
MULTINOMIALE
NAIVE
BAYES-KLASSIFIKATION
.
429
EINSATZGEBIETE
FUER
NAIVE
BAYES-KLASSIFIKATION
.
432
42
AUSFUEHRLICH:
LINEARE
REGRESSION
.
435
EINFACHE
LINEARE
REGRESSION
.
435
REGRESSION
DER
BASISFUNKTION
.
437
REGULARISIERUNG
.
441
BEISPIEL:
VORHERSAGE
DES
FAHRRADVERKEHRS
.
445
43
AUSFUEHRLICH:
SUPPORT
VECTOR
MACHINES
.
451
GRUENDE
FUER
SUPPORT
VECTOR
MACHINES
.
451
SUPPORT
VECTOR
MACHINES:
MAXIMIERUNG
DES
RANDBEREICHS
.
453
BEISPIEL:
GESICHTSERKENNUNG
.
461
ZUSAMMENFASSUNG
.
465
44
AUSFUEHRLICH:
ENTSCHEIDUNGSBAEUME
UND
RANDOM
FORESTS
.
467
GRUENDE
FUER
RANDOM
FORESTS:
ENTSCHEIDUNGSBAEUME
.
467
ESTIMATOR-ENSEMBLES:
RANDOM
FORESTS
.
471
RANDOM-FOREST-REGRESSION
.
473
BEISPIEL:
RANDOM
FOREST
ZUR
KLASSIFIKATION
HANDGESCHRIEBENER
ZIFFERN
.
475
ZUSAMMENFASSUNG
.
477
45
AUSFUEHRLICH:
HAUPTKOMPONENTENANALYSE
.
479
HAUPTKOMPONENTENANALYSE:
EIN
UEBERBLICK
.
479
HAUPTKOMPONENTENANALYSE
ALS
RAUSCHFILTER
.
487
BEISPIEL:
EIGENGESICHTER
.
489
ZUSAMMENFASSUNG
.
492
46
AUSFUEHRLICH:
MANIFOLD
LEARNING
.
493
MANIFOLD
LEARNING:
HELLO
.
494
MULTIDIMENSIONALE
SKALIERUNG
.
495
NICHTLINEARE
MANNIGFALTIGKEITEN:
LOKAL
LINEARE
EINBETTUNG
.
500
UEBERLEGUNGEN
ZUM
THEMA
MANIFOLD-METHODEN
.
502
BEISPIEL:
ISOMAP
UND
GESICHTER
.
503
BEISPIEL:
VISUALISIERUNG
DER
STRUKTUREN
IN
ZIFFERNDATEN
.
507
47
AUSFUEHRLICH:
K-MEANS-CLUSTERING
.
511
KURZ
VORGESTELLT:
DER
K-MEANS-ALGORITHMUS
.
511
EXPECTATION-MAXIMIZATION
.
513
BEISPIELE
.
518
INHALT
|
11
48
AUSFUEHRLICH:
GAUSSSCHE
.
525
GRUENDE
FUER
GMM:
SCHWAECHEN
VON
K-MEANS
.
525
EM-VERALLGEMEINERUNG:
GAUSSSCHE
MIXTURE-MODELLE
.
528
WAHL
DES
KOVARIANZTYPS
.
532
GMM
ALS
DICHTESCHAETZUNG
.
532
BEISPIEL:
GMM
ZUM
ERZEUGEN
NEUER
DATEN
VERWENDEN
.
536
49
AUSFUEHRLICH:
KERNDICHTESCHAETZUNG
.
539
GRUENDE
FUER
KERNDICHTESCHAETZUNG:
HISTOGRAMME
.
539
KERNDICHTESCHAETZUNG
IN
DER
PRAXIS
.
543
AUSWAHL
DER
BANDBREITE
DURCH
KREUZVALIDIERUNG
.
544
BEISPIEL:
NICHT
GANZ
SO
NAIVE
BAYES-KLASSIFIKATION
.
545
50
ANWENDUNG:
EINE
GESICHTSERKENNUNGSPIPELINE
.
551
HOG-FEATURES
.
552
HOG
IN
AKTION:
EINE
EINFACHE
GESICHTSERKENNUNG
.
553
VORBEHALTE
UND
VERBESSERUNGEN
.
557
WEITERE
MACHINE-LEARNING-RESSOURCEN
.
559
INDEX
.
561
12
|
INHALT |
| adam_txt | |
| any_adam_object | 1 |
| any_adam_object_boolean | |
| author | VanderPlas, Jake |
| author2 | Lorenzen, Knut Lang, Jørgen W. |
| author2_role | trl trl |
| author2_variant | k l kl j w l jw jwl |
| author_facet | VanderPlas, Jake Lorenzen, Knut Lang, Jørgen W. |
| author_role | aut |
| author_sort | VanderPlas, Jake |
| author_variant | j v jv |
| building | Verbundindex |
| bvnumber | BV049390990 |
| ctrlnum | (OCoLC)1391979813 (DE-599)DNB1297343700 |
| edition | Übersetzung der 2. Auflage |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a22000008c 4500</leader><controlfield tag="001">BV049390990</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">231101s2023 gw |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">23,N31</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1297343700</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960092254</subfield><subfield code="c">: circa EUR 54.90 (DE), circa EUR 56.50 (AT)</subfield><subfield code="9">978-3-96009-225-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3960092253</subfield><subfield code="9">3-96009-225-3</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783960092254</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1391979813</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1297343700</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="1" ind2=" "><subfield code="a">ger</subfield><subfield code="h">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-B768</subfield><subfield code="a">DE-1052</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">VanderPlas, Jake</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Handbuch Data Science mit Python</subfield><subfield code="b">Grundlegende Tools für die Arbeit mit Daten</subfield><subfield code="c">Jake VanderPlas</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Übersetzung der 2. Auflage</subfield></datafield><datafield tag="263" ind1=" " ind2=" "><subfield code="a">202311</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">O'Reilly</subfield><subfield code="c">2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">592 Seiten</subfield><subfield code="c">24 cm x 16.5 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big Data</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Mining</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Datenanalyse</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Science</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Python 3.10</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">pandas</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">NumPy</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Jupyter</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">IPython</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Jupyter notebook</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">matplotlib</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Scikit-Learn</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Pivot</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Seaborn</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Machine Learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Feature Engineering</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Lineare Regression</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Support Vector Machines</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Random Forest</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lorenzen, Knut</subfield><subfield code="4">trl</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lang, Jørgen W.</subfield><subfield code="4">trl</subfield></datafield><datafield tag="775" ind1="0" ind2="8"><subfield code="i">Parallele Sprachausgabe</subfield><subfield code="z">9781098121228</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=c8a9929ff3544a8181966f640b4c8987&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034718409&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20230726</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#vlb</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034718409</subfield></datafield></record></collection> |
| id | DE-604.BV049390990 |
| illustrated | Not Illustrated |
| index_date | 2024-07-03T23:01:14Z |
| indexdate | 2024-08-16T01:00:03Z |
| institution | BVB |
| isbn | 9783960092254 3960092253 |
| language | German English |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-034718409 |
| oclc_num | 1391979813 |
| open_access_boolean | |
| owner | DE-B768 DE-1052 |
| owner_facet | DE-B768 DE-1052 |
| physical | 592 Seiten 24 cm x 16.5 cm |
| publishDate | 2023 |
| publishDateSearch | 2023 |
| publishDateSort | 2023 |
| publisher | O'Reilly |
| record_format | marc |
| spelling | VanderPlas, Jake Verfasser aut Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten Jake VanderPlas Übersetzung der 2. Auflage 202311 Heidelberg O'Reilly 2023 592 Seiten 24 cm x 16.5 cm txt rdacontent n rdamedia nc rdacarrier Datenanalyse (DE-588)4123037-1 gnd rswk-swf Python Programmiersprache (DE-588)4434275-5 gnd rswk-swf Data Science (DE-588)1140936166 gnd rswk-swf Big Data Data Mining Datenanalyse Data Science Python 3.10 pandas NumPy Jupyter IPython Jupyter notebook matplotlib Scikit-Learn Pivot Seaborn Machine Learning Feature Engineering Lineare Regression Support Vector Machines Random Forest Python Programmiersprache (DE-588)4434275-5 s Data Science (DE-588)1140936166 s DE-604 Datenanalyse (DE-588)4123037-1 s Lorenzen, Knut trl Lang, Jørgen W. trl Parallele Sprachausgabe 9781098121228 X:MVB text/html http://deposit.dnb.de/cgi-bin/dokserv?id=c8a9929ff3544a8181966f640b4c8987&prov=M&dok_var=1&dok_ext=htm Inhaltstext DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034718409&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p vlb 20230726 DE-101 https://d-nb.info/provenance/plan#vlb |
| spellingShingle | VanderPlas, Jake Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten Datenanalyse (DE-588)4123037-1 gnd Python Programmiersprache (DE-588)4434275-5 gnd Data Science (DE-588)1140936166 gnd |
| subject_GND | (DE-588)4123037-1 (DE-588)4434275-5 (DE-588)1140936166 |
| title | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten |
| title_auth | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten |
| title_exact_search | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten |
| title_exact_search_txtP | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten |
| title_full | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten Jake VanderPlas |
| title_fullStr | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten Jake VanderPlas |
| title_full_unstemmed | Handbuch Data Science mit Python Grundlegende Tools für die Arbeit mit Daten Jake VanderPlas |
| title_short | Handbuch Data Science mit Python |
| title_sort | handbuch data science mit python grundlegende tools fur die arbeit mit daten |
| title_sub | Grundlegende Tools für die Arbeit mit Daten |
| topic | Datenanalyse (DE-588)4123037-1 gnd Python Programmiersprache (DE-588)4434275-5 gnd Data Science (DE-588)1140936166 gnd |
| topic_facet | Datenanalyse Python Programmiersprache Data Science |
| url | http://deposit.dnb.de/cgi-bin/dokserv?id=c8a9929ff3544a8181966f640b4c8987&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034718409&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT vanderplasjake handbuchdatasciencemitpythongrundlegendetoolsfurdiearbeitmitdaten AT lorenzenknut handbuchdatasciencemitpythongrundlegendetoolsfurdiearbeitmitdaten AT langjørgenw handbuchdatasciencemitpythongrundlegendetoolsfurdiearbeitmitdaten |