Zaawansowana analiza danych

• Verfasst von: Mount, George [VerfasserIn]
• Titel: Zaawansowana analiza danych
• Titelzusatz: jak przejść z arkuszy Excela do Pythona i R
• Mitwirkende: Kamiński, Filip [ÜbersetzerIn]
• Werktitel: Advancing into analytics
• Verf.angabe: George Mount ; tłumaczenie, Filip Kamiński
• Ausgabe: [First edition].
• Verlagsort: Gliwice
• Verlag: Helion
• E-Jahr: 2022
• Jahr: [2022]
• Umfang: 1 online resource (208 pages)
• Illustrationen: illustrations
• Fussnoten: Includes bibliographical references
• ISBN: 978-83-283-8552-8
• ISBN: 83-283-8552-X
• Datenträger: Online-Ressource
• Sprache: pol
• K10plus-PPN: 1850983097
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext
• Lokale URL UB: Bibliothek der Medizinischen Fakultät Mannheim der Universität Heidelberg
• Bibliothek/Idn: UW / m4343641023
• Lokale URL Inst.: Zum Volltext

Abstract

Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania. Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści.