Python สำหรับงาน Data Science Data Visualization และ Machine Learning
วิธีใช้งาน Library ยอดนิยม Pandas, NumPy, Matplotlib และ Scikit-learn พร้อมตัวอย่างการใช้ Machine Learning ทำนายยอดขาย วิเคราะห์แนวโน้มมะเร็ง อนุมัติเงินกู้ ฯลฯ
ผู้เขียน : อรพิน ประวัติบริสุทธิ์
ปีที่พิมพ์ : 2564
จำนวนหน้า : 400 หน้า
ขนาด : 17 x 23.1 ซม.
9786162047886
se-ed provision

หนังสือเล่มนี้จะสอนงาน Data Science ต่างๆ โดยใช้ภาษา Python เนื่องจากไพธอนเป็นภาษาโปรแกรมมิ่งที่เข้าใจง่าย อีกทั้งยังมีไลบรารีต่างๆ สำหรับงาน Data Science ให้เรียกใช้งานด้วย จึงทำให้การเขียนโปรแกรมเกี่ยวกับงาน Data Science เป็นเรื่องที่ง่ายขึ้น แม้เราจะไม่มีความรู้ด้านคณิตศาสตร์หรือสถิติระดับสูง ก็สามารถเขียนโปรแกรมจัดการงาน Data Science ด้วย Python ได้โดยง่าย นอกจากนี้ยังอธิบายถึงการทำ Data Visualization ซึ่งเป็นรูปแบบหนึ่งของการนำเสนอข้อมูลในรูปแบบของกราฟหรือแผนภูมิ เพื่อสื่อสารให้ผู้อ่านข้อมูลเข้าใจข้อมูลได้ง่ายขึ้นด้วย

ตอนท้ายของหนังสือได้กล่าวถึง Machine Learning ให้ได้ทราบกัน โดยจะสอนการออกแบบโปรแกรม Machine Learning ด้วยภาษาไพธอน เพื่อสอนให้คอมพิวเตอร์เกิดการเรียนรู้และการพัฒนาจากประสบการณ์ จนกระทั่งสามารถสร้างโมเดลทำนายผลลัพธ์หรือตัดสินใจการทำงานได้ด้วยตนเองอย่างอัตโนมัติ ซึ่งการทำ Machine Learning ก็จะต้องอาศัยความรู้ด้าน Data Science เข้ามาช่วยงานด้วย

สารบัญ

บทที่ 1 ทำความรู้จักกับ Data Science
บทที่ 2 การใช้งาน Jupyter Notebook และ Google Colab
บทที่ 3 ปูพื้นฐานไพธอน
บทที่ 4 รู้จักกับไลบรารี NumPy
บทที่ 5 โครงสร้างข้อมูล ของ Pandas
บทที่ 6 การจัดการกับข้อมูล Series และ DataFrame ด้วย Pandas
บทที่ 7 ฟังก์ชั่นของ Series และ DataFrame ใน Pandas
บทที่ 8 การสร้าง Pivot Table ด้วย Pandas
บทที่ 9 การทำ Data Visualization ด้วย Pandas
บทที่ 10 การทำ Data Visualization ด้วย Matplotlib
บทที่ 11 Machine Learning (ML)