lire le livre Savoir programmer avec le langage Python appliqué à l'analyse des données: Cours, Exercices corrigés et Projets réels pour comprendre les fondamentaux ... Data Science (Python & Data Science t. 1)

Savoir programmer avec le langage Python appliqué à l'analyse des données: Cours, Exercices corrigés et Projets réels pour comprendre les fondamentaux ... Data Science (Python & Data Science t. 1)

LIVRES ILLIMITÉS, LE TOUT EN UN SEUL ENDROIT. GRATUIT POUR ESSAYER COMPTE GRATUIT.

Titre original:Savoir programmer avec le langage Python appliqué à l'analyse des données: Cours, Exercices corrigés et Projets réels pour comprendre les fondamentaux ... Data Science (Python & Data Science t. 1)
Taille:9922KB
Évaluation:
Type:PDF, ePub, Kindle
Catégorie:Livre
Téléchargé:2020 Sep 4

Un livre génial destiné aux personnes désireuses d'apprendre à programmer. Même si vous n'aviez jamais écrit auparavant une seule ligne de code, grâce à sa syntaxe intuitive et très facile à comprendre, Python vous fera rentrer dans le monde passionnant de la programmation informatique appliquée à la Science des données (Data Science) qui offre d'immenses opportunités. L'auteur Josué Afouda, détenteur de plusieurs certifications entres autres en Data Science, Machine Learning, Gestion de Bases de données, ..., a une très grande expérience en formation et coaching. Il vous guidera pas à pas à travers ses explications simples, précises et efficaces pour vous permettre d'acquérir les fondamentaux du langage Python. Chaque notion est expliquée par un exercice résolu puis il y a un exercice d'application pour vous permettre de pratiquer au fur et à mesure. Tous les exercices sont également corrigés. A travers ce livre de formation, vous apprendrez à :•configurer votre environnement Python pour un travail efficace ;•écrire du code propre et concis avec Python 3 incluant des structures conditionnelles et des boucles ;•écrire des programmes Python qui interagissent avec les utilisateurs et traite leurs entrées afin de générer les sorties souhaitées ;•automatiser des tâches en écrivant des fonctions ;•utiliser certains outils modernes comme les fonctions lambda, les listes de compréhension, les fonctions map() et filter() ;•stocker l’information dans des structures de données et générer des statistiques ;•effectuer une analyse des données avec des fonctionnalités de Numpy et de Pandas ;•analyser de réels jeux de données.