Datová věda na příkazovém řádku: Příběh na příkazovém řádku: Získávejte, čistěte, zkoumejte a modelujte data pomocí výkonných nástrojů Unixu.

Recenze čtenářů

V recenzích se zdůrazňuje, že kniha je dobře napsaná a poutavá, takže potenciálně suché téma je zajímavé. Poskytuje užitečné tipy, zejména pro ty, kteří pracují se soubory CSV a nástroji příkazového řádku.

Dobře napsané, poutavé, užitečné tipy a doporučení, jasné příklady, vhodné zejména pro uživatele CSV, stručné a výstižné, obsahuje nástroje naprogramované autorem.

Příklady kódu mohou být pro začínající uživatele příkazového řádku matoucí.

(na základě 5 hodnocení čtenářů)

Původní název:

Data Science at the Command Line: Obtain, Scrub, Explore, and Model Data with Unix Power Tools

Obsah knihy:

Tato důkladně přepracovaná příručka ukazuje, jak vám flexibilita příkazového řádku může pomoci stát se efektivnějším a produktivnějším datovým vědcem. Naučíte se, jak kombinovat malé, ale výkonné nástroje příkazového řádku k rychlému získávání, čištění, zkoumání a modelování dat. Abyste mohli začít, autor Jeroen Janssens vám nabízí obraz Dockeru s více než 100 výkonnými unixovými nástroji - užitečnými bez ohledu na to, zda pracujete s Windows, MacOS nebo Linuxem.

Rychle zjistíte, proč je příkazový řádek agilní, škálovatelná a rozšiřitelná technologie. Dokonce i když vám vyhovuje zpracování dat pomocí Pythonu nebo R, dozvíte se, jak výrazně zlepšit svůj pracovní postup v oblasti datové vědy využitím možností příkazového řádku. Tato kniha je ideální pro datové vědce, analytiky, inženýry, správce systémů a výzkumné pracovníky.

⬤ Získávejte data z webových stránek, rozhraní API, databází a tabulek.

⬤ Provádějte operace s textovými soubory, soubory CSV, HTML, XML a JSON.

⬤ Zkoumejte data, počítejte popisné statistiky a vytvářejte vizualizace.

⬤ Spravujte pracovní postupy v oblasti datové vědy.

⬤ Vytvářet vlastní nástroje z jednořádkových příkazů a existujícího kódu v jazyce Python nebo R.

⬤ Paralelizujte a distribuujte datově náročné pipelines.

⬤ Modelovat data pomocí algoritmů pro redukci dimenzionality, regresi a klasifikaci.

⬤ Využívat příkazový řádek z Pythonu, Jupyteru, R, RStudia a Apache Spark.