Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση
9789604911448
Grus Joel
2021-11-10
408
Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση
Συγγραφέας/εις: Grus Joel
€29.70
€33.00
€29.70
Για να μάθετε πραγματικά την επιστήμη δεδομένων, δεν πρέπει απλώς να κυριαρχήσετε στα εργαλεία –βιβλιοθήκες επιστήμης δεδομένων, πλαίσια, μονάδες κώδικα και εργαλειοθήκες–, αλλά επίσης να κατανοήσετε τις ιδέες και τις αρχές που διέπουν τη λειτουργία τους.
Αυτή η δεύτερη έκδοση της Επιστήμης Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, ενημερωμένη για την Python 3.6, σας δείχνει πώς λειτουργούν αυτά τα εργαλεία και οι αλγόριθμοι εφαρμόζοντάς τα από τα πρώτα βήματα.
Αν έχετε κλίση στα μαθηματικά και ικανότητες προγραμματισμού, ο συγγραφέας Joel Grus θα σας βοηθήσει να αισθανθείτε άνετα με τα μαθηματικά και τη στατιστική που βρίσκονται στον πυρήνα της επιστήμης δεδομένων, καθώς και με τις απαραίτητες γνώσεις «χακαρίσματος» που απαιτούνται για να ξεκινήσετε ως επιστήμονες δεδομένων. Με νέο υλικό στη βαθιά μάθηση, στη στατιστική και στην επεξεργασία φυσικής γλώσσας, αυτό το ανανεωμένο βιβλίο σάς δείχνει τον τρόπο να βρείτε τα κρυμμένα διαμάντια μέσα στον σημερινό χαώδη κυκεώνα των δεδομένων.
• Πάρτε ένα ταχύρρυθμο μάθημα στην Python
• Μάθετε τις βασικές αρχές της γραμμικής άλγεβρας, της στατιστικής και των πιθανοτήτων – και πώς και πότε χρησιμοποιούνται στην επιστήμη των δεδομένων
• Συλλέξτε, εξερευνήστε, καθαρίστε, μετασχηματίστε και επεξεργαστείτε τα δεδομένα
• «Καταδυθείτε» στις βασικές αρχές της μηχανικής μάθησης
• Υλοποιήστε μοντέλα όπως k-πλησιέστεροι γείτονες, απλοϊκή ταξινόμηση κατά Bayes, γραμμική και λογιστική παλινδρόμηση, δέντρα αποφάσεων, νευρωνικά δίκτυα και ομαδοποίηση
• Εξερευνήστε τα συστήματα συστάσεων, την επεξεργασία φυσικής γλώσσας, την ανάλυση δικτύων, το MapReduce και τις βάσεις δεδομένων
Βιβλιοκριτικές
«Ο Joel σάς ταξιδεύει από τα στοιχειώδη ερωτήματα της επιστήμης των δεδομένων έως την πλήρη κατανόηση των βασικών αλγόριθμων που κάθε επιστήμονας δεδομένων πρέπει να γνωρίζει».
—Rohit Sivaprasad
Μηχανικός, Facebook
«Συνιστώ το βιβλίο Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python στους αναλυτές και μηχανικούς που θέλουν να εξελιχθούν κατακτώντας το πεδίο της μηχανικής μάθησης. Είναι το καλύτερο εργαλείο για την κατανόηση των βασικών αρχών αυτού του επιστημονικού κλάδου».
—Tom Marthaler
Μηχανικός Διευθυντής, Amazon
«Είναι δύσκολο να μετατρέπεις τις έννοιες της επιστήμης των δεδομένων σε κώδικα. Το βιβλίο του Joel το καθιστά πολύ ευκολότερο».
—William Cox
Μηχανικός μηχανικής μάθησης, Grubhub
Ο Joel Grus είναι μηχανικός έρευνας στο Ινστιτούτο Τεχνητής Νοημοσύνης Allen. Προηγουμένως εργάστηκε ως μηχανικός λογισμικού στην Google και ως επιστήμονας δεδομένων σε διάφορες startups. Ζει στο Σιάτλ, όπου «παρακολουθεί» τακτικά μαθήματα επιστήμης δεδομένων. Γράφει περιστασιακά στο μπλογκ του joelgrus.com και τουιτάρει ολημερίς στο @joelgrus.
Αυτή η δεύτερη έκδοση της Επιστήμης Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, ενημερωμένη για την Python 3.6, σας δείχνει πώς λειτουργούν αυτά τα εργαλεία και οι αλγόριθμοι εφαρμόζοντάς τα από τα πρώτα βήματα.
Αν έχετε κλίση στα μαθηματικά και ικανότητες προγραμματισμού, ο συγγραφέας Joel Grus θα σας βοηθήσει να αισθανθείτε άνετα με τα μαθηματικά και τη στατιστική που βρίσκονται στον πυρήνα της επιστήμης δεδομένων, καθώς και με τις απαραίτητες γνώσεις «χακαρίσματος» που απαιτούνται για να ξεκινήσετε ως επιστήμονες δεδομένων. Με νέο υλικό στη βαθιά μάθηση, στη στατιστική και στην επεξεργασία φυσικής γλώσσας, αυτό το ανανεωμένο βιβλίο σάς δείχνει τον τρόπο να βρείτε τα κρυμμένα διαμάντια μέσα στον σημερινό χαώδη κυκεώνα των δεδομένων.
• Πάρτε ένα ταχύρρυθμο μάθημα στην Python
• Μάθετε τις βασικές αρχές της γραμμικής άλγεβρας, της στατιστικής και των πιθανοτήτων – και πώς και πότε χρησιμοποιούνται στην επιστήμη των δεδομένων
• Συλλέξτε, εξερευνήστε, καθαρίστε, μετασχηματίστε και επεξεργαστείτε τα δεδομένα
• «Καταδυθείτε» στις βασικές αρχές της μηχανικής μάθησης
• Υλοποιήστε μοντέλα όπως k-πλησιέστεροι γείτονες, απλοϊκή ταξινόμηση κατά Bayes, γραμμική και λογιστική παλινδρόμηση, δέντρα αποφάσεων, νευρωνικά δίκτυα και ομαδοποίηση
• Εξερευνήστε τα συστήματα συστάσεων, την επεξεργασία φυσικής γλώσσας, την ανάλυση δικτύων, το MapReduce και τις βάσεις δεδομένων
Βιβλιοκριτικές
«Ο Joel σάς ταξιδεύει από τα στοιχειώδη ερωτήματα της επιστήμης των δεδομένων έως την πλήρη κατανόηση των βασικών αλγόριθμων που κάθε επιστήμονας δεδομένων πρέπει να γνωρίζει».
—Rohit Sivaprasad
Μηχανικός, Facebook
«Συνιστώ το βιβλίο Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python στους αναλυτές και μηχανικούς που θέλουν να εξελιχθούν κατακτώντας το πεδίο της μηχανικής μάθησης. Είναι το καλύτερο εργαλείο για την κατανόηση των βασικών αρχών αυτού του επιστημονικού κλάδου».
—Tom Marthaler
Μηχανικός Διευθυντής, Amazon
«Είναι δύσκολο να μετατρέπεις τις έννοιες της επιστήμης των δεδομένων σε κώδικα. Το βιβλίο του Joel το καθιστά πολύ ευκολότερο».
—William Cox
Μηχανικός μηχανικής μάθησης, Grubhub
Ο Joel Grus είναι μηχανικός έρευνας στο Ινστιτούτο Τεχνητής Νοημοσύνης Allen. Προηγουμένως εργάστηκε ως μηχανικός λογισμικού στην Google και ως επιστήμονας δεδομένων σε διάφορες startups. Ζει στο Σιάτλ, όπου «παρακολουθεί» τακτικά μαθήματα επιστήμης δεδομένων. Γράφει περιστασιακά στο μπλογκ του joelgrus.com και τουιτάρει ολημερίς στο @joelgrus.
Τίτλος Βιβλίου | Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση |
Συγγραφέας/εις | Grus Joel |
Κατηγορία | Επιστήμη Υπολογιστών |
ISBN | 9789604911448 |
Ημερομηνία Έκδοσης | Nov 10, 2021 |
Λεπτομέρειες |
|
Προτείνουμε επίσης
{"id":14787713237336,"title":"Η Γενιά του Άγχους","handle":"9789604911929-jonathan-haidt-i-genia-tou-agchous","description":"Στη Γενιά του άγχους, ο κοινωνικός ψυχολόγος Τζόναθαν Χάιντ δείχνει πώς ακριβώς η ψυχική υγεία των εφήβων πήρε την κατιούσα σε πολλές χώρες ανά τον κόσμο, και μάλιστα την ίδια χρονική περίοδο. Στη συνέχεια επισημαίνει τη σπουδαιότητα του ελεύθερου παιχνιδιού, που βοηθά το παιδί να ωριμάσει και να εξελιχθεί σε ικανό και ευτυχισμένο ενήλικα. Εξηγεί πώς έγινε η ατυχής μετάβαση από τις γενιές του παιχνιδιού στη γενιά της οθόνης. Αναλύει τους μηχανισμούς με τους οποίους η Μεγάλη Απορρύθμιση της παιδικής ηλικίας επηρέασε δυσμενώς την ψυχοκοινωνική ανάπτυξη των παιδιών: ανεπαρκής ύπνος, κατακερματισμός προσοχής, εθισμός, μοναχικότητα, κοινωνική σύγκριση, τελειοθηρία. Έπειτα εξηγεί γιατί τα μέσα κοινωνικής δικτύωσης βλάπτουν περισσότερο τα κορίτσια – και με ποιον τρόπο τα αγόρια, από την άλλη, βρήκαν καταφύγιο στον ψηφιακό κόσμο, δραπετεύοντας από τον πραγματικό, με ολέθριες συνέπειες για τον εαυτό τους, την οικογένειά τους αλλά και την κοινωνία στην οποία ζουν.\u003cbr\u003eΜη αρκούμενος ωστόσο στα παραπάνω, ο Χάιντ απευθύνει παράλληλα και έκκληση για δράση. Εξηγεί πώς μπορούν να αντιδράσουν γονείς, δάσκαλοι, σχολεία, εταιρείες τεχνολογίας και κυβερνήσεις στα ανωτέρω προβλήματα συλλογικής δράσης, ώστε η τρέχουσα κρίση ψυχικής υγείας να φτάσει στο τέλος της, και η περίοδος της ζωής του ανθρώπου που ονομάζεται παιδική ηλικία να ξαναγίνει όσο ανθρώπινη ήταν κάποτε.\u003cbr\u003eΣχεδόν μετά από μια δεκαετία σταθερότητας ή βελτίωσης, στις αρχές της δεκαετίας του 2010 η ψυχική υγεία των εφήβων ανά τον κόσμο εμφάνισε σημάδια επιδείνωσης. Γιατί άραγε αυξήθηκαν τόσο απότομα –ενίοτε και υπερδιπλασιάστηκαν– τα ποσοστά κατάθλιψης, άγχους, αυτοτραυματισμών και αυτοκτονιών στους εφήβους;\u003cbr\u003eΣτο ανά χείρας βιβλίο ο κοινωνικός ψυχολόγος Τζόναθαν Χάιντ εξηγεί ότι οι βασικοί λόγοι της έντονης ψυχικής δυσφορίας των εφήβων είναι η εξαφάνιση του ελεύθερου παιχνιδιού από την παιδική ηλικία και η εντεινόμενη χρήση του smartphone. Αντλώντας στοιχεία από πρόσφατες έρευνες στην ψυχολογία και τη βιολογία, ο Χάιντ δείχνει ότι, ανάμεσα στο 2010 και το 2015, επήλθε μια κοσμοϊστορική Απορρύθμιση στις ζωές παιδιών και εφήβων. Όταν οι έφηβοι πέρασαν, από τα κινητά παλιάς τεχνολογίας, στα σύγχρονα smartphones με τις άπειρες εφαρμογές και την εικοσιτετράωρη σύνδεση στα μέσα κοινωνικής δικτύωσης, ο χρόνος παραμονής τους στο διαδίκτυο αυξήθηκε ραγδαία, σε βάρος του χρόνου που αφιέρωναν ως τότε σε διά ζώσης επαφές με φίλους και συγγενείς, πυροδοτώντας μια κρίση ψυχικής υγείας σε παγκόσμιο επίπεδο, η οποία, σε συνδυασμό με τη μειωμένη ανεξαρτησία των παιδιών και την αυξημένη γονεϊκή υπερπροστασία στον πραγματικό κόσμο, στερεί από τα παιδιά μας εμπειρίες απαραίτητες για να γίνουν ολοκληρωμένοι και ψυχικά υγιείς ενήλικες. \u003cbr\u003eH Γενιά του άγχους καταγράφει τις επιπτώσεις που είχε –και για τα δύο φύλα– η μετάβαση, από το ελεύθερο παιχνίδι, στην εποχή των smartphones. Με οδηγούς την αρχαία σοφία και τη σύγχρονη έρευνα, το ανά χείρας βιβλίο είναι μια ηχηρή ειδοποίηση αλλά και μια σανίδα σωτηρίας, χάρη στις πρακτικές συμβουλές που δίνει σε γονείς, σχολεία, κυβερνήσεις αλλά και στους ίδιους τους εφήβους.\u003cbr\u003eΟ Τζόναθαν Χάιντ είναι ένας σταυροφόρος της επιστήμης και της έρευνας που μιλά με παρρησία για πλήθος χαλεπών ζητημάτων: τις πολωτικές ιδεολογίες που διχάζουν την κοινωνία, τους πολιτισμικούς πολέμους που μαίνονται στα πανεπιστήμια της Δύσης, και τώρα, με αυτό το βιβλίο, για τον κίνδυνο που διατρέχει η ψυχική υγεία των σημερινών εφήβων.\u003cbr\u003eΤα περιθώρια έχουν στενέψει. Καλούμαστε να προστατέψουμε τα παιδιά μας –αλλά και τον εαυτό μας– από τα καταστροφικά αποτελέσματα μιας ζωής καθηλωμένης μπροστά στην οθόνη.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e«Ευκολοδιάβαστο, ανατριχιαστικό, καθηλωτικό».\u003cbr\u003e\u003cb\u003e\u003ci\u003eTelegraph\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e«Άμεσο και απαραίτητο σε όλους».\u003cbr\u003e\u003cb\u003e\u003ci\u003eGuardian\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e«Ένα από τα πιο συγκλονιστικά βιβλία που έχω διαβάσει ποτέ… Τα στοιχεία σοκάρουν». \u003cbr\u003e\u003cb\u003e\u003ci\u003eEvening Standard\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003e\u003ci\u003eΝΟΥΜΕΡΟ ΕΝΑ ΣΤΗ ΛΙΣΤΑ ΜΕ ΤΑ ΚΑΛΥΤΕΡΑ ΒΙΒΛΙΑ ΤΩΝ NEW YORK TIMES\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003eΟ \u003cb\u003eΤζόναθαν Χάιντ\u003c\/b\u003e είναι καθηγητής στη Σχολή Διοίκησης Επιχειρήσεων Stern του Πανεπιστημίου της Νέας Υόρκης. Το 1992 έλαβε διδακτορικό δίπλωμα στην κοινωνική ψυχολογία από το πανεπιστήμιο της Πενσιλβάνια, και στη συνέχεια δίδαξε για δεκαέξι χρόνια στο πανεπιστήμιο της Βιρτζίνια. Η έρευνά του επικεντρώνεται στην ηθική και την πολιτική ψυχολογία, όπως περιγράφεται στο βιβλίο του The Righteous Mind. H Γενιά του άγχους συνεχίζει στη θεματολογία που ξεκίνησε με το βιβλίο The Coddling of the American Mind, το οποίο συνέγραψε με τον Γκρεγκ Λουκιάνοφ.","published_at":"2024-12-22T17:43:38+02:00","created_at":"2024-12-22T17:35:19+02:00","vendor":"Jonathan Haidt","type":"Κοινωνικές Επιστήμες","tags":["anxious-generation"],"price":1980,"price_min":1980,"price_max":1980,"available":true,"price_varies":false,"compare_at_price":2200,"compare_at_price_min":2200,"compare_at_price_max":2200,"compare_at_price_varies":false,"variants":[{"id":53866442686808,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600161","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Η Γενιά του Άγχους","public_title":null,"options":["Default Title"],"price":1980,"weight":610,"compare_at_price":2200,"inventory_management":null,"barcode":"9789604911929","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous.png?v=1734881668","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous-backcover.png?v=1734881679"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous.png?v=1734881668","options":["Title"],"media":[{"alt":null,"id":63441298915672,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous.png?v=1734881668"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous.png?v=1734881668","width":1000},{"alt":null,"id":63441299636568,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous-backcover.png?v=1734881679"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911929-jonathan-haidt-i-genia-tou-agchous-backcover.png?v=1734881679","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"Στη Γενιά του άγχους, ο κοινωνικός ψυχολόγος Τζόναθαν Χάιντ δείχνει πώς ακριβώς η ψυχική υγεία των εφήβων πήρε την κατιούσα σε πολλές χώρες ανά τον κόσμο, και μάλιστα την ίδια χρονική περίοδο. Στη συνέχεια επισημαίνει τη σπουδαιότητα του ελεύθερου παιχνιδιού, που βοηθά το παιδί να ωριμάσει και να εξελιχθεί σε ικανό και ευτυχισμένο ενήλικα. Εξηγεί πώς έγινε η ατυχής μετάβαση από τις γενιές του παιχνιδιού στη γενιά της οθόνης. Αναλύει τους μηχανισμούς με τους οποίους η Μεγάλη Απορρύθμιση της παιδικής ηλικίας επηρέασε δυσμενώς την ψυχοκοινωνική ανάπτυξη των παιδιών: ανεπαρκής ύπνος, κατακερματισμός προσοχής, εθισμός, μοναχικότητα, κοινωνική σύγκριση, τελειοθηρία. Έπειτα εξηγεί γιατί τα μέσα κοινωνικής δικτύωσης βλάπτουν περισσότερο τα κορίτσια – και με ποιον τρόπο τα αγόρια, από την άλλη, βρήκαν καταφύγιο στον ψηφιακό κόσμο, δραπετεύοντας από τον πραγματικό, με ολέθριες συνέπειες για τον εαυτό τους, την οικογένειά τους αλλά και την κοινωνία στην οποία ζουν.\u003cbr\u003eΜη αρκούμενος ωστόσο στα παραπάνω, ο Χάιντ απευθύνει παράλληλα και έκκληση για δράση. Εξηγεί πώς μπορούν να αντιδράσουν γονείς, δάσκαλοι, σχολεία, εταιρείες τεχνολογίας και κυβερνήσεις στα ανωτέρω προβλήματα συλλογικής δράσης, ώστε η τρέχουσα κρίση ψυχικής υγείας να φτάσει στο τέλος της, και η περίοδος της ζωής του ανθρώπου που ονομάζεται παιδική ηλικία να ξαναγίνει όσο ανθρώπινη ήταν κάποτε.\u003cbr\u003eΣχεδόν μετά από μια δεκαετία σταθερότητας ή βελτίωσης, στις αρχές της δεκαετίας του 2010 η ψυχική υγεία των εφήβων ανά τον κόσμο εμφάνισε σημάδια επιδείνωσης. Γιατί άραγε αυξήθηκαν τόσο απότομα –ενίοτε και υπερδιπλασιάστηκαν– τα ποσοστά κατάθλιψης, άγχους, αυτοτραυματισμών και αυτοκτονιών στους εφήβους;\u003cbr\u003eΣτο ανά χείρας βιβλίο ο κοινωνικός ψυχολόγος Τζόναθαν Χάιντ εξηγεί ότι οι βασικοί λόγοι της έντονης ψυχικής δυσφορίας των εφήβων είναι η εξαφάνιση του ελεύθερου παιχνιδιού από την παιδική ηλικία και η εντεινόμενη χρήση του smartphone. Αντλώντας στοιχεία από πρόσφατες έρευνες στην ψυχολογία και τη βιολογία, ο Χάιντ δείχνει ότι, ανάμεσα στο 2010 και το 2015, επήλθε μια κοσμοϊστορική Απορρύθμιση στις ζωές παιδιών και εφήβων. Όταν οι έφηβοι πέρασαν, από τα κινητά παλιάς τεχνολογίας, στα σύγχρονα smartphones με τις άπειρες εφαρμογές και την εικοσιτετράωρη σύνδεση στα μέσα κοινωνικής δικτύωσης, ο χρόνος παραμονής τους στο διαδίκτυο αυξήθηκε ραγδαία, σε βάρος του χρόνου που αφιέρωναν ως τότε σε διά ζώσης επαφές με φίλους και συγγενείς, πυροδοτώντας μια κρίση ψυχικής υγείας σε παγκόσμιο επίπεδο, η οποία, σε συνδυασμό με τη μειωμένη ανεξαρτησία των παιδιών και την αυξημένη γονεϊκή υπερπροστασία στον πραγματικό κόσμο, στερεί από τα παιδιά μας εμπειρίες απαραίτητες για να γίνουν ολοκληρωμένοι και ψυχικά υγιείς ενήλικες. \u003cbr\u003eH Γενιά του άγχους καταγράφει τις επιπτώσεις που είχε –και για τα δύο φύλα– η μετάβαση, από το ελεύθερο παιχνίδι, στην εποχή των smartphones. Με οδηγούς την αρχαία σοφία και τη σύγχρονη έρευνα, το ανά χείρας βιβλίο είναι μια ηχηρή ειδοποίηση αλλά και μια σανίδα σωτηρίας, χάρη στις πρακτικές συμβουλές που δίνει σε γονείς, σχολεία, κυβερνήσεις αλλά και στους ίδιους τους εφήβους.\u003cbr\u003eΟ Τζόναθαν Χάιντ είναι ένας σταυροφόρος της επιστήμης και της έρευνας που μιλά με παρρησία για πλήθος χαλεπών ζητημάτων: τις πολωτικές ιδεολογίες που διχάζουν την κοινωνία, τους πολιτισμικούς πολέμους που μαίνονται στα πανεπιστήμια της Δύσης, και τώρα, με αυτό το βιβλίο, για τον κίνδυνο που διατρέχει η ψυχική υγεία των σημερινών εφήβων.\u003cbr\u003eΤα περιθώρια έχουν στενέψει. Καλούμαστε να προστατέψουμε τα παιδιά μας –αλλά και τον εαυτό μας– από τα καταστροφικά αποτελέσματα μιας ζωής καθηλωμένης μπροστά στην οθόνη.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e«Ευκολοδιάβαστο, ανατριχιαστικό, καθηλωτικό».\u003cbr\u003e\u003cb\u003e\u003ci\u003eTelegraph\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e«Άμεσο και απαραίτητο σε όλους».\u003cbr\u003e\u003cb\u003e\u003ci\u003eGuardian\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e«Ένα από τα πιο συγκλονιστικά βιβλία που έχω διαβάσει ποτέ… Τα στοιχεία σοκάρουν». \u003cbr\u003e\u003cb\u003e\u003ci\u003eEvening Standard\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003e\u003ci\u003eΝΟΥΜΕΡΟ ΕΝΑ ΣΤΗ ΛΙΣΤΑ ΜΕ ΤΑ ΚΑΛΥΤΕΡΑ ΒΙΒΛΙΑ ΤΩΝ NEW YORK TIMES\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003eΟ \u003cb\u003eΤζόναθαν Χάιντ\u003c\/b\u003e είναι καθηγητής στη Σχολή Διοίκησης Επιχειρήσεων Stern του Πανεπιστημίου της Νέας Υόρκης. Το 1992 έλαβε διδακτορικό δίπλωμα στην κοινωνική ψυχολογία από το πανεπιστήμιο της Πενσιλβάνια, και στη συνέχεια δίδαξε για δεκαέξι χρόνια στο πανεπιστήμιο της Βιρτζίνια. Η έρευνά του επικεντρώνεται στην ηθική και την πολιτική ψυχολογία, όπως περιγράφεται στο βιβλίο του The Righteous Mind. H Γενιά του άγχους συνεχίζει στη θεματολογία που ξεκίνησε με το βιβλίο The Coddling of the American Mind, το οποίο συνέγραψε με τον Γκρεγκ Λουκιάνοφ."}
Προτείνουμε επίσης:
Η Γενιά του Άγχους
€22.00
€19.80
Στη Γενιά του άγχους, ο κοινωνικός ψυχολόγος Τζόναθαν Χάιντ δείχνει πώς ακριβώς η ψυχική υγεία των εφήβων πήρε την κατιούσα...
{"id":14738614354264,"title":"Σχεδίαση Συστημάτων Μηχανικής Μάθησης","handle":"9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis","description":"\u003cp\u003e\u003cstrong\u003eΜια Επαναληπτική Προσέγγιση για την Ανάπτυξη Έτοιμων για Παραγωγική Λειτουργία Εφαρμογών\u003c\/strong\u003e\u003cbr\u003e\u003cbr\u003eΤα συστήματα μηχανικής μάθησης είναι και πολύπλοκα και μοναδικά. Είναι πολύπλοκα διότι αποτελούνται από πολλές διαφορετικές συνιστώσες και στην ανάπτυξή τους εμπλέκονται πολλά διαφορετικά μέρη. Είναι μοναδικά διότι εξαρτώνται από τα δεδομένα, και τα δεδομένα διαφέρουν σημαντικά από περίπτωση χρήσης σε περίπτωση χρήσης. Στο παρόν βιβλίο θα μάθετε μια ολιστική προσέγγιση για να σχεδιάζετε μηχανομαθησιακά συστήματα που να είναι αξιόπιστα, κλιμακώσιμα, συντηρήσιμα και να μπορούν να προσαρμόζονται σε μεταβαλλόμενα περιβάλλοντα και επιχειρηματικές απαιτήσεις.\u003cbr\u003eΗ συγγραφέας Chip Huyen, συνιδρύτρια της Claypot AI, εξετάζει κάθε σχεδιαστική απόφαση –όπως πώς πρέπει να γίνεται η επεξεργασία και η δημιουργία των δεδομένων εκπαίδευσης, ποια χαρακτηριστικά πρέπει να χρησιμοποιούνται, πόσο συχνά πρέπει να επανεκπαιδεύονται τα μοντέλα και ποιοι δείκτες πρέπει να παρακολουθούνται– με γνώμονα το πώς μπορεί να βοηθήσει το σύστημά σας ως σύνολο να πετύχει τους στόχους του. Το επαναληπτικό μεθοδολογικό πλαίσιο που παρουσιάζεται στο παρόν βιβλίο στηρίζεται σε πραγματικές μελέτες περίπτωσης, οι οποίες συνοδεύονται από πληθώρα αναφορών.\u003cbr\u003e\u003cbr\u003eΤο βιβλίο θα σας βοηθήσει να αντιμετωπίσετε με επιτυχία ανάγκες όπως:\u003cbr\u003e• Την κατασκευή δεδομένων και την επιλογή των κατάλληλων μετρικών για την επίλυση ενός επιχειρηματικού προβλήματος\u003cbr\u003e• Την αυτοματοποίηση της διαδικασίας συνεχούς ανάπτυξης, αξιολόγησης, παραγωγικής λειτουργίας και ενημέρωσης των μοντέλων\u003cbr\u003e• Την ανάπτυξη ενός συστήματος παρακολούθησης με στόχο τη γρήγορη ανίχνευση και αντιμετώπιση προβλημάτων που ενδέχεται να αντιμετωπίσουν τα μοντέλα σας κατά την παραγωγή τους\u003cbr\u003e• Τη σχεδίαση μιας μηχανομαθησιακής πλατφόρμας που να μπορεί να εξυπηρετεί πολλές διαφορετικές περιπτώσεις χρήσης\u003cbr\u003e• Την ανάπτυξη υπεύθυνων μηχανομαθησιακών συστημάτων\u003cbr\u003e\u003cbr\u003e\u003ci\u003e«Πρόκειται απλώς για το καλύτερο βιβλίο που μπορείτε να διαβάσετε για το πώς να κατασκευάσετε, να θέσετε σε παραγωγική λειτουργία και να κλιμακώσετε μηχανομαθησιακά μοντέλα σε μια εταιρεία ώστε να έχουν τον μεγαλύτερο δυνατό αντίκτυπο».\u003c\/i\u003e\u003cbr\u003e\u003cb\u003e- Josh Wills\u003c\/b\u003e\u003cbr\u003eΜηχανικός λογισμικού στη WeaveGrid και πρώην διευθυντής μηχανικής δεδομένων στη Slack\u003cbr\u003e\u003cbr\u003e\u003ci\u003e«Σε ένα ακμάζον αλλά χαοτικό οικοσύστημα, η συγκεκριμένη εμπεριστατωμένη από άκρο σε άκρο θεώρηση της μηχανικής μάθησης λειτουργεί και ως χάρτης και ως πυξίδα: είναι ένα βιβλίο που θα πρέπει να διαβάσουν οι επαγγελματίες εντός και εκτός του χώρου των μεγάλων εταιρειών τεχνολογίας».\u003c\/i\u003e\u003cbr\u003e\u003cb\u003e- Jacopo Tagliabue\u003c\/b\u003e\u003cbr\u003eΔιευθυντής τεχνητής νοημοσύνης στην Coveo\u003cbr\u003e\u003cbr\u003eΗ Chip Huyen είναι συνιδρύτρια της Claypot AI, μιας πλατφόρμας μηχανικής μάθησης πραγματικού χρόνου. Μέσω της εργασίας της στις NVIDIA, Netflix και Snorkel AI έχει βοηθήσει μερικές από τις μεγαλύτερες εταιρείες παγκοσμίως να αναπτύξουν και να θέσουν σε παραγωγική λειτουργία μηχανομαθησιακά συστήματα. Η Chip βάσισε το παρόν βιβλίο στις διαλέξεις της για το CS 329S: Σχεδίαση συστημάτων μηχανικής μάθησης, ένα μάθημα που διδάσκει στο Πανεπιστήμιο Stanford.\u003c\/p\u003e","published_at":"2024-11-26T12:19:19+02:00","created_at":"2024-11-26T12:19:19+02:00","vendor":"Chip Huyen","type":"Επιστήμη Υπολογιστών","tags":[],"price":2970,"price_min":2970,"price_max":2970,"available":true,"price_varies":false,"compare_at_price":3300,"compare_at_price_min":3300,"compare_at_price_max":3300,"compare_at_price_varies":false,"variants":[{"id":53674165010776,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600160","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Σχεδίαση Συστημάτων Μηχανικής Μάθησης","public_title":null,"options":["Default Title"],"price":2970,"weight":720,"compare_at_price":3300,"inventory_management":null,"barcode":"9789604911899","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis.png?v=1732616265","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis-back.png?v=1732616277"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis.png?v=1732616265","options":["Title"],"media":[{"alt":null,"id":63151641166168,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis.png?v=1732616265"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis.png?v=1732616265","width":1000},{"alt":null,"id":63151642247512,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis-back.png?v=1732616277"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911899-chip-huyen-schediasi-systimaton-michanikis-mathisis-back.png?v=1732616277","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"\u003cp\u003e\u003cstrong\u003eΜια Επαναληπτική Προσέγγιση για την Ανάπτυξη Έτοιμων για Παραγωγική Λειτουργία Εφαρμογών\u003c\/strong\u003e\u003cbr\u003e\u003cbr\u003eΤα συστήματα μηχανικής μάθησης είναι και πολύπλοκα και μοναδικά. Είναι πολύπλοκα διότι αποτελούνται από πολλές διαφορετικές συνιστώσες και στην ανάπτυξή τους εμπλέκονται πολλά διαφορετικά μέρη. Είναι μοναδικά διότι εξαρτώνται από τα δεδομένα, και τα δεδομένα διαφέρουν σημαντικά από περίπτωση χρήσης σε περίπτωση χρήσης. Στο παρόν βιβλίο θα μάθετε μια ολιστική προσέγγιση για να σχεδιάζετε μηχανομαθησιακά συστήματα που να είναι αξιόπιστα, κλιμακώσιμα, συντηρήσιμα και να μπορούν να προσαρμόζονται σε μεταβαλλόμενα περιβάλλοντα και επιχειρηματικές απαιτήσεις.\u003cbr\u003eΗ συγγραφέας Chip Huyen, συνιδρύτρια της Claypot AI, εξετάζει κάθε σχεδιαστική απόφαση –όπως πώς πρέπει να γίνεται η επεξεργασία και η δημιουργία των δεδομένων εκπαίδευσης, ποια χαρακτηριστικά πρέπει να χρησιμοποιούνται, πόσο συχνά πρέπει να επανεκπαιδεύονται τα μοντέλα και ποιοι δείκτες πρέπει να παρακολουθούνται– με γνώμονα το πώς μπορεί να βοηθήσει το σύστημά σας ως σύνολο να πετύχει τους στόχους του. Το επαναληπτικό μεθοδολογικό πλαίσιο που παρουσιάζεται στο παρόν βιβλίο στηρίζεται σε πραγματικές μελέτες περίπτωσης, οι οποίες συνοδεύονται από πληθώρα αναφορών.\u003cbr\u003e\u003cbr\u003eΤο βιβλίο θα σας βοηθήσει να αντιμετωπίσετε με επιτυχία ανάγκες όπως:\u003cbr\u003e• Την κατασκευή δεδομένων και την επιλογή των κατάλληλων μετρικών για την επίλυση ενός επιχειρηματικού προβλήματος\u003cbr\u003e• Την αυτοματοποίηση της διαδικασίας συνεχούς ανάπτυξης, αξιολόγησης, παραγωγικής λειτουργίας και ενημέρωσης των μοντέλων\u003cbr\u003e• Την ανάπτυξη ενός συστήματος παρακολούθησης με στόχο τη γρήγορη ανίχνευση και αντιμετώπιση προβλημάτων που ενδέχεται να αντιμετωπίσουν τα μοντέλα σας κατά την παραγωγή τους\u003cbr\u003e• Τη σχεδίαση μιας μηχανομαθησιακής πλατφόρμας που να μπορεί να εξυπηρετεί πολλές διαφορετικές περιπτώσεις χρήσης\u003cbr\u003e• Την ανάπτυξη υπεύθυνων μηχανομαθησιακών συστημάτων\u003cbr\u003e\u003cbr\u003e\u003ci\u003e«Πρόκειται απλώς για το καλύτερο βιβλίο που μπορείτε να διαβάσετε για το πώς να κατασκευάσετε, να θέσετε σε παραγωγική λειτουργία και να κλιμακώσετε μηχανομαθησιακά μοντέλα σε μια εταιρεία ώστε να έχουν τον μεγαλύτερο δυνατό αντίκτυπο».\u003c\/i\u003e\u003cbr\u003e\u003cb\u003e- Josh Wills\u003c\/b\u003e\u003cbr\u003eΜηχανικός λογισμικού στη WeaveGrid και πρώην διευθυντής μηχανικής δεδομένων στη Slack\u003cbr\u003e\u003cbr\u003e\u003ci\u003e«Σε ένα ακμάζον αλλά χαοτικό οικοσύστημα, η συγκεκριμένη εμπεριστατωμένη από άκρο σε άκρο θεώρηση της μηχανικής μάθησης λειτουργεί και ως χάρτης και ως πυξίδα: είναι ένα βιβλίο που θα πρέπει να διαβάσουν οι επαγγελματίες εντός και εκτός του χώρου των μεγάλων εταιρειών τεχνολογίας».\u003c\/i\u003e\u003cbr\u003e\u003cb\u003e- Jacopo Tagliabue\u003c\/b\u003e\u003cbr\u003eΔιευθυντής τεχνητής νοημοσύνης στην Coveo\u003cbr\u003e\u003cbr\u003eΗ Chip Huyen είναι συνιδρύτρια της Claypot AI, μιας πλατφόρμας μηχανικής μάθησης πραγματικού χρόνου. Μέσω της εργασίας της στις NVIDIA, Netflix και Snorkel AI έχει βοηθήσει μερικές από τις μεγαλύτερες εταιρείες παγκοσμίως να αναπτύξουν και να θέσουν σε παραγωγική λειτουργία μηχανομαθησιακά συστήματα. Η Chip βάσισε το παρόν βιβλίο στις διαλέξεις της για το CS 329S: Σχεδίαση συστημάτων μηχανικής μάθησης, ένα μάθημα που διδάσκει στο Πανεπιστήμιο Stanford.\u003c\/p\u003e"}
Προτείνουμε επίσης:
Σχεδίαση Συστημάτων Μηχανικής Μάθησης
€33.00
€29.70
Μια Επαναληπτική Προσέγγιση για την Ανάπτυξη Έτοιμων για Παραγωγική Λειτουργία ΕφαρμογώνΤα συστήματα μηχανικής μάθησης είναι και πολύπλοκα και μοναδικά. Είναι...
{"id":10091487101272,"title":"Ανάλυση Δεδομένων με Python: Διαχείριση Δεδομένων με pandas, NumPy και Jupyter","handle":"9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter","description":"\u003cp\u003eΑποκτήστε το ολοκληρωμένο εγχειρίδιο για το χειρισμό, την επεξεργασία, τον καθαρισμό και τον τεμαχισμό συνόλων δεδομένων στην Python. Ενημερωμένη για Python 3.10 και pandas 1.4, η τρίτη έκδοση αυτού του πρακτικού οδηγού είναι γεμάτη με πρακτικές μελέτες περιπτώσεων που σας δείχνουν πώς να επιλύσετε αποτελεσματικά ένα ευρύ σύνολο προβλημάτων ανάλυσης δεδομένων. Θα μάθετε τις πιο πρόσφατες εκδόσεις των pandas, NumPy και Jupyter στην πράξη.\u003cbr\u003eΓραμμένο από τον Wes McKinney, τον δημιουργό του έργου Python pandas, αυτό το βιβλίο είναι μια πρακτική, σύγχρονη εισαγωγή στα εργαλεία επιστήμης δεδομένων στην Python. Είναι ιδανικό για αναλυτές που είναι νέοι στην Python και για προγραμματιστές Python που είναι νέοι στην επιστήμη δεδομένων και στους επιστημονικούς υπολογισμούς. Αρχεία δεδομένων και σχετικό υλικό είναι διαθέσιμα στο GitHub.\u003cbr\u003e• Χρησιμοποιήστε το σημειωματάριο Jupyter και το κέλυφος IPython για διερευνητικούς υπολογισμούς\u003cbr\u003e• Μάθετε βασικές και προηγμένες δυνατότητες στη NumPy\u003cbr\u003e• Ξεκινήστε με εργαλεία ανάλυσης δεδομένων στη βιβλιοθήκη pandas\u003cbr\u003e• Χρησιμοποιήστε ευέλικτα εργαλεία για τη φόρτωση, τον καθαρισμό, τον μετασχηματισμό, τη συγχώνευση και την αναμόρφωση δεδομένων\u003cbr\u003e• Δημιουργήστε οπτικοποιημένη πληροφορία με το matplotlib\u003cbr\u003e• Εφαρμόστε τη δυνατότητα pandas groupBy για να τεμαχίσετε, να ομαδοποιήσετε και να συνοψίσετε σύνολα δεδομένων\u003cbr\u003e• Αναλύστε και χειριστείτε κανονικά και ακανόνιστα δεδομένα χρονοσειρών\u003cbr\u003e• Μάθετε πώς να επιλύετε προβλήματα ανάλυσης δεδομένων πραγματικού κόσμου με ενδελεχή, λεπτομερή παραδείγματα\u003cbr\u003e\u003cbr\u003e\u003cb\u003e\u003ci\u003e«Με αυτή τη νέα έκδοση, ο Wes ενημέρωσε το βιβλίο του για να διασφαλίσει ότι παραμένει ο βασικός πόρος για όλα όσα σχετίζονται με την ανάλυση δεδομένων με Python και pandas. Αυτό το βιβλίο συστήνεται από μόνο του».\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e-Paul Barry\u003cbr\u003eΛέκτορας και συγγραφέας του \u003ci\u003eO’Reilly’s Head First Python\u003c\/i\u003e\u003cbr\u003e\u003cbr\u003eΟ Wes McKinney, συνιδρυτής και επικεφαλής τεχνολογίας της Voltron Data, είναι ενεργό μέλος της κοινότητας δεδομένων Python και υποστηρικτής της χρήσης Python σε εφαρμογές ανάλυσης δεδομένων, οικονομικών και στατιστικών υπολογιστών. Απόφοιτος του MIT, είναι επίσης μέλος των επιτροπών διαχείρισης έργων για τα έργα Apache Arrow και Apache Parquet του Apache Software Foundation.\u003c\/p\u003e","published_at":"2024-10-25T13:48:00+03:00","created_at":"2024-10-25T13:33:11+03:00","vendor":"Wes McKinney","type":"Επιστήμη Υπολογιστών","tags":[],"price":3420,"price_min":3420,"price_max":3420,"available":true,"price_varies":false,"compare_at_price":3800,"compare_at_price_min":3800,"compare_at_price_max":3800,"compare_at_price_varies":false,"variants":[{"id":50196066599256,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600156","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Ανάλυση Δεδομένων με Python: Διαχείριση Δεδομένων με pandas, NumPy και Jupyter","public_title":null,"options":["Default Title"],"price":3420,"weight":1030,"compare_at_price":3800,"inventory_management":null,"barcode":"9789604911882","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter.png?v=1729851982","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter-backcover.png?v=1729852106"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter.png?v=1729851982","options":["Title"],"media":[{"alt":null,"id":50526839832920,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter.png?v=1729851982"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter.png?v=1729851982","width":1000},{"alt":null,"id":50526853955928,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter-backcover.png?v=1729852106"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911882-wes-mckinney-diacheirisi-dedomenon-me-pandas-numpy-kai-jupyter-backcover.png?v=1729852106","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"\u003cp\u003eΑποκτήστε το ολοκληρωμένο εγχειρίδιο για το χειρισμό, την επεξεργασία, τον καθαρισμό και τον τεμαχισμό συνόλων δεδομένων στην Python. Ενημερωμένη για Python 3.10 και pandas 1.4, η τρίτη έκδοση αυτού του πρακτικού οδηγού είναι γεμάτη με πρακτικές μελέτες περιπτώσεων που σας δείχνουν πώς να επιλύσετε αποτελεσματικά ένα ευρύ σύνολο προβλημάτων ανάλυσης δεδομένων. Θα μάθετε τις πιο πρόσφατες εκδόσεις των pandas, NumPy και Jupyter στην πράξη.\u003cbr\u003eΓραμμένο από τον Wes McKinney, τον δημιουργό του έργου Python pandas, αυτό το βιβλίο είναι μια πρακτική, σύγχρονη εισαγωγή στα εργαλεία επιστήμης δεδομένων στην Python. Είναι ιδανικό για αναλυτές που είναι νέοι στην Python και για προγραμματιστές Python που είναι νέοι στην επιστήμη δεδομένων και στους επιστημονικούς υπολογισμούς. Αρχεία δεδομένων και σχετικό υλικό είναι διαθέσιμα στο GitHub.\u003cbr\u003e• Χρησιμοποιήστε το σημειωματάριο Jupyter και το κέλυφος IPython για διερευνητικούς υπολογισμούς\u003cbr\u003e• Μάθετε βασικές και προηγμένες δυνατότητες στη NumPy\u003cbr\u003e• Ξεκινήστε με εργαλεία ανάλυσης δεδομένων στη βιβλιοθήκη pandas\u003cbr\u003e• Χρησιμοποιήστε ευέλικτα εργαλεία για τη φόρτωση, τον καθαρισμό, τον μετασχηματισμό, τη συγχώνευση και την αναμόρφωση δεδομένων\u003cbr\u003e• Δημιουργήστε οπτικοποιημένη πληροφορία με το matplotlib\u003cbr\u003e• Εφαρμόστε τη δυνατότητα pandas groupBy για να τεμαχίσετε, να ομαδοποιήσετε και να συνοψίσετε σύνολα δεδομένων\u003cbr\u003e• Αναλύστε και χειριστείτε κανονικά και ακανόνιστα δεδομένα χρονοσειρών\u003cbr\u003e• Μάθετε πώς να επιλύετε προβλήματα ανάλυσης δεδομένων πραγματικού κόσμου με ενδελεχή, λεπτομερή παραδείγματα\u003cbr\u003e\u003cbr\u003e\u003cb\u003e\u003ci\u003e«Με αυτή τη νέα έκδοση, ο Wes ενημέρωσε το βιβλίο του για να διασφαλίσει ότι παραμένει ο βασικός πόρος για όλα όσα σχετίζονται με την ανάλυση δεδομένων με Python και pandas. Αυτό το βιβλίο συστήνεται από μόνο του».\u003c\/i\u003e\u003c\/b\u003e\u003cbr\u003e-Paul Barry\u003cbr\u003eΛέκτορας και συγγραφέας του \u003ci\u003eO’Reilly’s Head First Python\u003c\/i\u003e\u003cbr\u003e\u003cbr\u003eΟ Wes McKinney, συνιδρυτής και επικεφαλής τεχνολογίας της Voltron Data, είναι ενεργό μέλος της κοινότητας δεδομένων Python και υποστηρικτής της χρήσης Python σε εφαρμογές ανάλυσης δεδομένων, οικονομικών και στατιστικών υπολογιστών. Απόφοιτος του MIT, είναι επίσης μέλος των επιτροπών διαχείρισης έργων για τα έργα Apache Arrow και Apache Parquet του Apache Software Foundation.\u003c\/p\u003e"}
Προτείνουμε επίσης:
Ανάλυση Δεδομένων με Python: Διαχείριση Δεδομένων με pandas, NumPy και Jupyter
€38.00
€34.20
Αποκτήστε το ολοκληρωμένο εγχειρίδιο για το χειρισμό, την επεξεργασία, τον καθαρισμό και τον τεμαχισμό συνόλων δεδομένων στην Python. Ενημερωμένη για...
{"id":10091394335064,"title":"Εισαγωγή στην Εκπαιδευτική Έρευνα, 3η Έκδοση","handle":"9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi","description":"\u003cp\u003e\u003cstrong\u003eΣχεδιάστε και διεξαγάγετε ένα πρότζεκτ εκπαιδευτικής έρευνας με αυτό τον έγκυρο οδηγό!\u003c\/strong\u003e\u003cbr\u003e\u003cbr\u003eΠροσφέροντας ισορροπημένη κάλυψη ποιοτικών και ποσοτικών μεθόδων, δίνοντας έμφαση σε κανόνες δεοντολογίας και παρέχοντας πολλά καινούρια παραδείγματα και πραγματικές εφαρμογές, αυτό το πρακτικό βιβλίο χρησιμοποιεί καθημερινή, χωρίς τεχνικές ορολογίες, γλώσσα για να βοηθήσει τους αναγνώστες να κατανοήσουν εις βάθος και να εφαρμόσουν ερευνητικές έννοιες, αρχές, διαδικασίες και την επιστημονική ορολογία. Εκτενής αναφορά σε ερευνητικά ιδρύματα, μια επαυξημένη εστίαση σε ενσωματωμένη ποιοτική και ποσοτική έρευνα, καθώς και η ενημερωμένη πραγμάτευση ερευνητικών ερωτημάτων και εργαλείων ποιοτικής έρευνας φέρνουν το βιβλίο στην πρωτοπορία της σύγχρονης εκπαιδευτικής έρευνας, ενώ η βελτιστοποιημένη κάλυψη του πεδίου της στατιστικής δείχνει στους φοιτητές πώς να πραγματοποιούν ποσοτική ανάλυση με έναν εναργή τρόπο.\u003c\/p\u003e","published_at":"2024-11-11T14:29:54+02:00","created_at":"2024-10-25T11:15:53+03:00","vendor":"Craig A. Mertler","type":"Κοινωνικές Επιστήμες","tags":[],"price":3582,"price_min":3582,"price_max":3582,"available":true,"price_varies":false,"compare_at_price":3980,"compare_at_price_min":3980,"compare_at_price_max":3980,"compare_at_price_varies":false,"variants":[{"id":50195643040088,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600093","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Εισαγωγή στην Εκπαιδευτική Έρευνα, 3η Έκδοση","public_title":null,"options":["Default Title"],"price":3582,"weight":1035,"compare_at_price":3980,"inventory_management":null,"barcode":"9789604911837","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi.png?v=1729843219","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi-backcover.png?v=1729843231"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi.png?v=1729843219","options":["Title"],"media":[{"alt":null,"id":50525667459416,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi.png?v=1729843219"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi.png?v=1729843219","width":1000},{"alt":null,"id":50525669327192,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi-backcover.png?v=1729843231"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/9789604911837-mertler-craig-a-eisagogi-stin-ekpaideftiki-erevna-3i-ekdosi-backcover.png?v=1729843231","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"\u003cp\u003e\u003cstrong\u003eΣχεδιάστε και διεξαγάγετε ένα πρότζεκτ εκπαιδευτικής έρευνας με αυτό τον έγκυρο οδηγό!\u003c\/strong\u003e\u003cbr\u003e\u003cbr\u003eΠροσφέροντας ισορροπημένη κάλυψη ποιοτικών και ποσοτικών μεθόδων, δίνοντας έμφαση σε κανόνες δεοντολογίας και παρέχοντας πολλά καινούρια παραδείγματα και πραγματικές εφαρμογές, αυτό το πρακτικό βιβλίο χρησιμοποιεί καθημερινή, χωρίς τεχνικές ορολογίες, γλώσσα για να βοηθήσει τους αναγνώστες να κατανοήσουν εις βάθος και να εφαρμόσουν ερευνητικές έννοιες, αρχές, διαδικασίες και την επιστημονική ορολογία. Εκτενής αναφορά σε ερευνητικά ιδρύματα, μια επαυξημένη εστίαση σε ενσωματωμένη ποιοτική και ποσοτική έρευνα, καθώς και η ενημερωμένη πραγμάτευση ερευνητικών ερωτημάτων και εργαλείων ποιοτικής έρευνας φέρνουν το βιβλίο στην πρωτοπορία της σύγχρονης εκπαιδευτικής έρευνας, ενώ η βελτιστοποιημένη κάλυψη του πεδίου της στατιστικής δείχνει στους φοιτητές πώς να πραγματοποιούν ποσοτική ανάλυση με έναν εναργή τρόπο.\u003c\/p\u003e"}
Προτείνουμε επίσης:
Εισαγωγή στην Εκπαιδευτική Έρευνα, 3η Έκδοση
€39.80
€35.82
Σχεδιάστε και διεξαγάγετε ένα πρότζεκτ εκπαιδευτικής έρευνας με αυτό τον έγκυρο οδηγό!Προσφέροντας ισορροπημένη κάλυψη ποιοτικών και ποσοτικών μεθόδων, δίνοντας έμφαση...
{"id":8845800964440,"title":"Πώς να Πείσετε με Δεδομένα","handle":"9789604911790-miro-kazakoff-pos-na-peisete-me-dedomena","description":"Το \u003cem data-mce-fragment=\"1\"\u003eΠώς να πείσετε με δεδομένα\u003c\/em\u003e απευθύνεται σε όσους καλούνται να εξηγήσουν αποτελέσματα αναλύσεων σε άλλους. Στο βιβλίο παρουσιάζεται με συνθετικό τρόπο ένα ευρύ φάσμα τεχνικών που πρέπει να γνωρίζουν οι σημερινοί επαγγελματίες δεδομένων και παρέχεται μια πλήρης εργαλειοθήκη για τη δημιουργία πετυχημένων επιχειρηματικών παρουσιάσεων. Οι αναγνώστες θα μάθουν πώς να απλοποιούν τις παρουσιάσεις τους για να ενισχύουν το μήνυμα που θέλουν να μεταφέρουν, πώς να παρουσιάζουν αναλύσεις δεδομένων, πώς να προετοιμάζονται για την αντίσταση του ακροατηρίου, και πολλά ακόμη. Στο βιβλίο συνδυάζονται η πρακτική και η ακαδημαϊκή οπτική με πραγματικά παραδείγματα από διάφορους επιχειρηματικούς κλάδους, οργανισμούς και επιστημονικά πεδία. Είναι κατάλληλο για ένα ευρύ φάσμα αναγνωστών –από προπτυχιακούς φοιτητές έως επαγγελματίες με μέτρια εμπειρία και διοικητικά στελέχη– και έχει χρησιμοποιηθεί με επιτυχία, μεταξύ άλλων, σε πανεπιστημιακά μαθήματα και σε εκπαιδευτικά σεμινάρια επιχειρήσεων. \u003cbr\u003e\u003cbr\u003eΟ \u003cstrong data-mce-fragment=\"1\"\u003eMiro\u003c\/strong\u003e\u003cstrong data-mce-fragment=\"1\"\u003e Kazakoff\u003c\/strong\u003e είναι επίκουρος καθηγητής Διοικητικής Επικοινωνίας στο MIT Sloan School of Management \u003cbr\u003e\u003cbr\u003e«\u003cem data-mce-fragment=\"1\"\u003eΗ μετατροπή δεδομένων σε διαγράμματα και γραφήματα —και η σαφής διατύπωση των συμπερασμάτων που προκύπτουν— είναι μια μορφή τέχνης. Απαιτεί όχι μόνο αναλυτικές ικανότητες, αλλά και ικανότητες δραματοποίησης κατά την παρουσίαση των συμπερασμάτων. Ο \u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003eMiro\u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003e Kazakoff\u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003e συνέταξε έναν εξαιρετικό οδηγό που θα σας βοηθήσει να αποφύγετε βαρετές για το ακροατήριο παρουσιάσεις\u003c\/em\u003e». \u003cbr\u003e\u003cbr\u003e\u003cstrong data-mce-fragment=\"1\"\u003eBarbara Minto\u003c\/strong\u003e, συγγραφέας του \u003cem data-mce-fragment=\"1\"\u003eThe Minto Pyramid Principle\u003c\/em\u003e \u003cbr\u003e\u003cbr\u003e«Αυτό το βιβλίο είναι δύο βιβλία σε ένα! Ο Kazakoff συμπεριέλαβε όλες τις βέλτιστες πρακτικές οπτικοποίησης δεδομένων και τις συνδύασε με τις βέλτιστες πρακτικές επιχειρησιακής επικοινωνίας. το αποτέλεσμα είναι ένα πραγματικά επίκαιρο, χρήσιμο και πολύτιμο βιβλίο για όποιον θέλει να μεγιστοποιήσει τον αντίκτυπο των δεδομένων του». \u003cbr\u003e\u003cbr\u003e\u003cstrong data-mce-fragment=\"1\"\u003eKerrie Aman Carfagno\u003c\/strong\u003e, αναπληρώτρια καθηγήτρια Διοικητικής Επικοινωνίας, McIntire School of Commerce\/Darden School of Business, πρόγραμμα Master of Science in Data Analytics, University of Virginia","published_at":"2023-11-03T19:25:18+02:00","created_at":"2023-11-03T19:25:18+02:00","vendor":"Miro Kazakoff","type":"Επιστήμη Υπολογιστών","tags":[],"price":3150,"price_min":3150,"price_max":3150,"available":true,"price_varies":false,"compare_at_price":3500,"compare_at_price_min":3500,"compare_at_price_max":3500,"compare_at_price_varies":false,"variants":[{"id":47414501376344,"title":"Default Title","option1":"Default Title","option2":null,"option3":null,"sku":"2000600091","requires_shipping":true,"taxable":false,"featured_image":null,"available":true,"name":"Πώς να Πείσετε με Δεδομένα","public_title":null,"options":["Default Title"],"price":3150,"weight":455,"compare_at_price":3500,"inventory_management":null,"barcode":"9789604911790","requires_selling_plan":false,"selling_plan_allocations":[]}],"images":["\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena.png?v=1699032320","\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena-backcover.png?v=1699032321"],"featured_image":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena.png?v=1699032320","options":["Title"],"media":[{"alt":null,"id":45060651450712,"position":1,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena.png?v=1699032320"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena.png?v=1699032320","width":1000},{"alt":null,"id":45060651483480,"position":2,"preview_image":{"aspect_ratio":0.667,"height":1500,"width":1000,"src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena-backcover.png?v=1699032321"},"aspect_ratio":0.667,"height":1500,"media_type":"image","src":"\/\/ekdoseis-papasotiriou.gr\/cdn\/shop\/files\/978-960-491-179-0-miro-kazakoff-pos-na-peisete-me-dedomena-backcover.png?v=1699032321","width":1000}],"requires_selling_plan":false,"selling_plan_groups":[],"content":"Το \u003cem data-mce-fragment=\"1\"\u003eΠώς να πείσετε με δεδομένα\u003c\/em\u003e απευθύνεται σε όσους καλούνται να εξηγήσουν αποτελέσματα αναλύσεων σε άλλους. Στο βιβλίο παρουσιάζεται με συνθετικό τρόπο ένα ευρύ φάσμα τεχνικών που πρέπει να γνωρίζουν οι σημερινοί επαγγελματίες δεδομένων και παρέχεται μια πλήρης εργαλειοθήκη για τη δημιουργία πετυχημένων επιχειρηματικών παρουσιάσεων. Οι αναγνώστες θα μάθουν πώς να απλοποιούν τις παρουσιάσεις τους για να ενισχύουν το μήνυμα που θέλουν να μεταφέρουν, πώς να παρουσιάζουν αναλύσεις δεδομένων, πώς να προετοιμάζονται για την αντίσταση του ακροατηρίου, και πολλά ακόμη. Στο βιβλίο συνδυάζονται η πρακτική και η ακαδημαϊκή οπτική με πραγματικά παραδείγματα από διάφορους επιχειρηματικούς κλάδους, οργανισμούς και επιστημονικά πεδία. Είναι κατάλληλο για ένα ευρύ φάσμα αναγνωστών –από προπτυχιακούς φοιτητές έως επαγγελματίες με μέτρια εμπειρία και διοικητικά στελέχη– και έχει χρησιμοποιηθεί με επιτυχία, μεταξύ άλλων, σε πανεπιστημιακά μαθήματα και σε εκπαιδευτικά σεμινάρια επιχειρήσεων. \u003cbr\u003e\u003cbr\u003eΟ \u003cstrong data-mce-fragment=\"1\"\u003eMiro\u003c\/strong\u003e\u003cstrong data-mce-fragment=\"1\"\u003e Kazakoff\u003c\/strong\u003e είναι επίκουρος καθηγητής Διοικητικής Επικοινωνίας στο MIT Sloan School of Management \u003cbr\u003e\u003cbr\u003e«\u003cem data-mce-fragment=\"1\"\u003eΗ μετατροπή δεδομένων σε διαγράμματα και γραφήματα —και η σαφής διατύπωση των συμπερασμάτων που προκύπτουν— είναι μια μορφή τέχνης. Απαιτεί όχι μόνο αναλυτικές ικανότητες, αλλά και ικανότητες δραματοποίησης κατά την παρουσίαση των συμπερασμάτων. Ο \u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003eMiro\u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003e Kazakoff\u003c\/em\u003e\u003cem data-mce-fragment=\"1\"\u003e συνέταξε έναν εξαιρετικό οδηγό που θα σας βοηθήσει να αποφύγετε βαρετές για το ακροατήριο παρουσιάσεις\u003c\/em\u003e». \u003cbr\u003e\u003cbr\u003e\u003cstrong data-mce-fragment=\"1\"\u003eBarbara Minto\u003c\/strong\u003e, συγγραφέας του \u003cem data-mce-fragment=\"1\"\u003eThe Minto Pyramid Principle\u003c\/em\u003e \u003cbr\u003e\u003cbr\u003e«Αυτό το βιβλίο είναι δύο βιβλία σε ένα! Ο Kazakoff συμπεριέλαβε όλες τις βέλτιστες πρακτικές οπτικοποίησης δεδομένων και τις συνδύασε με τις βέλτιστες πρακτικές επιχειρησιακής επικοινωνίας. το αποτέλεσμα είναι ένα πραγματικά επίκαιρο, χρήσιμο και πολύτιμο βιβλίο για όποιον θέλει να μεγιστοποιήσει τον αντίκτυπο των δεδομένων του». \u003cbr\u003e\u003cbr\u003e\u003cstrong data-mce-fragment=\"1\"\u003eKerrie Aman Carfagno\u003c\/strong\u003e, αναπληρώτρια καθηγήτρια Διοικητικής Επικοινωνίας, McIntire School of Commerce\/Darden School of Business, πρόγραμμα Master of Science in Data Analytics, University of Virginia"}
Προτείνουμε επίσης:
Πώς να Πείσετε με Δεδομένα
€35.00
€31.50
Το Πώς να πείσετε με δεδομένα απευθύνεται σε όσους καλούνται να εξηγήσουν αποτελέσματα αναλύσεων σε άλλους. Στο βιβλίο παρουσιάζεται με...