Data Science Do Zero · Primeiras Regras Com O Python by Grus, Joel -- Read -- Imperial Library of Trantor

Index

Folha de rosto Créditos Sumário Prefácio Agradecimentos 1. Introdução

A Ascensão dos Dados O Que É Data Science? Motivação Hipotética: DataSciencester

Encontrando Conectores-Chave Cientistas de Dados Que Você Talvez Conheça Salários e Experiência Contas Pagas Tópicos de Interesse Em Diante

2. Curso Relâmpago de Python

O Básico

Iniciando em Python Python Zen Formatação de Espaço em Branco Módulos Aritmética Funções Strings (cadeias de caracteres) Exceções Listas Tuplas Dicionários Conjuntos Controle de Fluxo Veracidade

Não Tão Básico

Ordenação Compreensões de Lista Geradores e Iteradores Aleatoriedade Expressões Regulares Programação Orientada a Objeto Ferramentas Funcionais Enumeração (enumerate) Descompactação de Zip e Argumentos args e kwargs Bem-vindo à DataSciencester!

Para Mais Esclarecimentos

3. Visualizando Dados

matplotlib Gráficos de Barra Gráficos de Linhas Gráficos de Dispersão Para Mais Esclarecimentos

4. Álgebra Linear

Vetores Matrizes Para Mais Esclarecimentos

5. Estatística

Descrevendo um Conjunto Único de Dados

Tendências Centrais Dispersão

Correlação Paradoxo de Simpson Alguns Outros Pontos de Atenção sobre Correlação Correlação e Causalidade Para Mais Esclarecimentos

6. Probabilidade

Dependência e Independência Probabilidade Condicional Teorema de Bayes Variáveis Aleatórias Distribuições Contínuas A Distribuição Normal O Teorema do Limite Central Para Mais Esclarecimentos

7. Hipótese e Inferência

Teste Estatístico de Hipótese Exemplo: Lançar Uma Moeda p-values Intervalos de Confiança P-Hacking Exemplo: Executando um Teste A/B Inferência Bayesiana Para Mais Esclarecimentos

8. Gradiente Descendente

A Ideia Por Trás do Gradiente Descendente Estimando o Gradiente Usando o Gradiente Escolhendo o Tamanho do Próximo Passo Juntando Tudo Gradiente Descendente Estocástico Para Mais Esclarecimentos

9. Obtendo Dados

stdin e stdout Lendo Arquivos

O Básico de Arquivos Texto Arquivos delimitados

Extraindo Dados da Internet

HTML e Sua Subsequente Pesquisa Exemplo: Livros O’Reilly Sobre Dados

Usando APIs

JSON (e XML) Usando Uma API Não Autenticada Encontrando APIs

Exemplo: Usando as APIs do Twitter

Obtendo Credenciais

Para Mais Esclarecimentos

10. Trabalhando com Dados

Explorando Seus Dados

Explorando Dados Unidimensionais Duas Dimensões Muitas Dimensões

Limpando e Transformando Manipulando Dados Redimensionando Redução da Dimensionalidade Para Mais Esclarecimentos

11. Aprendizado de Máquina

Modelagem O Que É Aprendizado de Máquina? Sobreajuste e Sub-Ajuste Precisão Compromisso entre Polarização e Variância Recursos Extração e Seleção de Característica Para Mais Esclarecimentos

12. K–Vizinhos Mais Próximos

O Modelo Exemplo: Linguagens Favoritas A Maldição da Dimensionalidade Para Mais Esclarecimentos

13. Naive Bayes

Um Filtro de Spam Muito Estúpido Um Filtro de Spam Mais Sofisticado Implementação Testando Nosso Modelo Para Mais Esclarecimentos

14. Regressão Linear Simples

O Modelo Usando o Gradiente Descendente Estimativa Máxima da Probabilidade Para Mais Esclarecimentos

15. Regressão Múltipla

O Modelo Mais Suposições do Modelo dos Mínimos Quadrados Ajustando o Modelo Interpretando o Modelo O Benefício do Ajuste Digressão: A Inicialização Erros Padrões de Coeficientes de Regressão Regularização Para Mais Esclarecimentos

16. Regressão Logística

O Problema A Função Logística Aplicando o Modelo O Benefício do Ajuste Máquina de Vetor de Suporte Para Mais Esclarecimentos

17. Árvores de Decisão

O Que É uma Árvore de Decisão? Entropia A Entropia de uma Partição Criando uma Árvore de Decisão Juntando Tudo Florestas Aleatórias Para Maiores Esclarecimentos

18. Redes Neurais

Perceptrons Redes Neurais Feed-Forward Backpropagation Exemplo: Derrotando um CAPTCHA Para Mais Esclarecimentos

19. Agrupamento

A Ideia O Modelo Exemplo: Encontros Escolhendo k Exemplo: Agrupando Cores Agrupamento Hierárquico Bottom-up Para Mais Esclarecimentos

20. Processamento de Linguagem Natural

Nuvens de Palavras Modelos n-gramas Gramáticas Um Adendo: Amostragem de Gibbs Modelagem de Tópicos Para Mais Esclarecimentos

21. Análise de Rede

Centralidade de Intermediação Centralidade de Vetor Próprio

Multiplicação de Matrizes Centralidade

Gráficos Direcionados e PageRank Para Mais Esclarecimentos

22. Sistemas Recomendadores

Curadoria Manual Recomendando O Que é Popular Filtragem Colaborativa Baseada no Usuário Filtragem Colaborativa Baseada em Itens Para Mais Esclarecimentos

23. Bases de Dados e SQL

CREATE TABLE e INSERT UPDATE DELETE SELECT GROUP BY ORDER BY JOIN Subconsultas Índices Otimização de Consulta NoSQL Para Mais Esclarecimentos

24. MapReduce

Exemplo: Contagem de Palavras Por que MapReduce? MapReduce Mais Generalizado Exemplo: Analisando Atualizações de Status Exemplo: Multiplicação de Matriz Um Adendo: Combinadores Para Mais Esclarecimentos

25. Vá em Frente e Pratique Data Science

IPython Matemática Não Do Zero

NumPy pandas scikit-learn Visualização R

Encontre Dados Pratique Data Science

Hacker News Carros de Bombeiros Camisetas E Você?

Sobre o Autor Colophon

← Prev
Back
Next →

← Prev
Back
Next →