.

0 (hodnocen0 x )

(6.7) Půjčeno:20x 

BK

Příručka

1. vydání

Brno : Computer Press, 2015

296 stran : ilustrace ; 23 cm

ISBN 978-80-251-4361-2 (brožováno)

angličtina

Přeloženo z angličtiny

Obsahuje rejstřík

001421416

Obsah // Předmluva 13 // O autorovi 15 // Poděkování 16 // O odborných korektorech 17 // Úvod 19 // Co kniha popisuje 19 // Co budete potřebovat 20 // Komu je kniha určena 20 // Styly 21 // Zpětná vazba od čtenářů 22 // Errata 22 // KAPITOLA 1 Začínáme // Informatika 23 // Umělá inteligence 24 // Strojové učení 24 // Statistika 24 // Matematika 25 // Znalostní domény 25 // Data, informace a znalosti 25 // Povaha dat 26 // Proces datové analýzy // Problém Příprava dat Průzkum dat Prediktivní modelování Vizualizace výsledků Kvantitativní a kvalitativní datová analýza Význam vizualizace dat A co big data? // Senzory a fotoaparáty Analýza sociálních sítí Nástroje a hračky v této knize Proč Python? // Proč mlpy? // Proč D3.js? // Proč MongoDB? // Shrnutí // KAPITOLA 2 Práce s daty // Datové zdroje // Otevřená data Textové soubory Soubory aplikace Excel SQL databáze NoSQL databáze Multimédia Data z webu Čištění dat // Statistické metody Rozložení textu Převádění dat Datové formáty CSV JSON XML YAML // 27 // 27 // 28 // 28 // 28 // 29 // 29 // 30 // 31 // 32 // 33 // 34 // 34 // 34 // 35 // 35 // 36 // 37 // 38 // 39 // 39 // 39 // 40 // 41 // 42 // 42 // 45 // 45 // 46 // 47 // 47 // 48 // 49 // 50 // 51 // Začínáme s OpenRefine 52 // Textová fazeta 52 // Clustering 53 // Textové filtry 54 // Číselné fazety 54 // Převod dat 55 // Export dat 56 // Historie akcí 57 // Shrnutí 58 // KAPITOLA 3 // Vizualizace

dat 59 // Dokumenty založené na datech (D3) 60 // HMTL 60 // DOM 61 // CSS 61 // JavaScript 61 // SVG 61 // Začínáme s D3.js 62 // Sloupcový graf 62 // Koláčový graf 67 // Bodové vykreslení 70 // Spojnicový graf 72 // Spojnicový graf s více křivkami 76 // Interakce a animace 79 // Shrnutí 81 // KAPITOLA 4 // Třídění textu 83 // Učení a třídění 83 // Bayesiánské třídění 84 // Naivní Bayesův algoritmus 85 // Ověřování předmětu e-mailu 85 // Data 86 // Algoritmus 88 // Přesnost třídění 91 // Shrnutí 94 // KAPITOLA 5 // Rozpoznávání podobných obrázků 95 // Vyhledávání obrázků na základě podobnosti 95 // Dynamické borcení času (DTW) 96 // Zpracování obrázků v datové sadě 98 // Implementace dynamického borcení času 99 // Analýza výsledků 101 // Shrnutí 103 // KAPITOLA 6 // Simulace cen akcií 105 // Finanční časové řady 105 // Simulace nahodilé chůze 106 // Postupy Monte Carlo 107 // Generování nahodilých čísel 108 // Implementace v D3.js 109 // Shrnutí 116 // KAPITOLA 7 // Předvídání cen zlata 117 // Práce s daty v časových řadách 117 // Komponenty časových řad 119 // Čištění časových řad 120 // Data - historické ceny zlata 123 // Nelineární regrese 123 // Hřebenová regrese jádra 123 // Čištění časových řad cen zlata 125 // Předvídání z vyčištěných časových řad Srovnávání předpovězených hodnot Shrnutí // 126 // 128 // 129 // KAPITOLA 8 // Práce

s podpůrnými vektorovými stroji 131 // Úvod do datových sad s více proměnnými 132 // Redukce dimenzionality 135 // Lineární diskriminantní analýza 136 // Analýza hlavních komponent 136 // Začínáme pracovat s podpůrnými vektorovými stroji 139 // Funkce jádra 140 // Problém dvojité spirály 140 // Podpůrné vektorové stroje a knihovna mlpy 141 // Shrnutí 144 // KAPITOLA 9 // Modelování infekčních nemocí prostřednictvím buněčných automatů 147 // Úvod do epidemiologie 148 // Epidemiologický trojúhelník 149 // Epidemiologické modely 150 // Model SIR 150 // Řešení běžných diferenciálních rovnic modlu SIR pomocí SciPy 151 // Model SIRS 152 // Modelování pomocí buněčných automatů 153 // Buňka, stav, mřížka a sousedství 153 // Globální stochastický kontaktní model 154 // Simulace modelu SIRS v CA prostřednictvím rozhraní D3.js 155 // Shrnutí 163 // KAPITOLA 10 // Práce se sociálními grafy 165 // Struktura grafu 165 // Neorientovaný graf 166 // Orientovaný graf 166 // Analýza sociálních sítí 167 // Tvorba grafu z Facebooku 167 // Netvizz 167 // Reprezentace grafů v Gephi 170 // Statistická analýza 172 // Poměr mužů a žen 172 // Rozložení směrů 174 // Histogram grafu 175 // Středovost 176 // Převod GDF na JSON 177 // Vizualizace grafu v D3.js 179 // Shrnutí 183 // KAPITOLA 11 // Analýza nálad na Twitteru 185 // Anatomie dat z Twitteru 186 // Tweet 186 // Sledující 186 // Témata trendů 187

// Přístup к API Twitteru pomocí OAuth 187 // Úvod do modulu Twython 189 // Jednoduché vyhledávání 190 // Práce s časovými osami 193 // Práce se sledujícími 195 // Práce s místy a trendy 197 // Třídění nálad 198 // Pravidla pro anglická slova 199 // Textový korpus 199 // Úvod do NLTK 200 // Dávka slov 201 // Naivní Bayesův klasifikátor 201 // Analýza nálad tweetů 203 // Shrnutí 204 // KAPITOLA 12 // Zpracováni a agregace dat v MongoDB 205 // Úvod do databáze MongoDB 206 // Databáze 206 // Kolekce 207 // Dokument 208 // Příkazový řádek Mongo 208 // Vkládání, aktualizace a odstraňování 209 // Dotazy 209 // Příprava dat 211 // Převod dat pomocí OpenRefine 211 // Vkládání dokumentů pomocí PyMongo 214 // Skupina 217 // Agregačnírozhraní 219 // Kanály 220 // Výrazy 221 // Shrnutí 222 // KAPITOLA 13 // Práce s modelem MapReduce 223 // Úvod do modelu MapReduce 224 // Programovací model 225 // Model MapReduce a databáze MongoDB 226 // Funkce map 226 // Funkce reduce 227 // Příkazový řádek Mongo 227 // Práce s nástrojem UMongo 229 // Práce s nástrojem PyMongo 232 // Filtrování vstupní kolekce 233 // Seskupování a agregace 234 // Vizualizace nejběžnějších slov ve tweetech v mraku slov 236 // Shrnutí 241 // KAPITOLA 14 // Online analýza dat s nástroji Ipython a Wakari 243 // Úvod do nástroje Wakari 244 // Založení účtu ve Wakari 244 // Úvod do nástroje IPython Notebook 246 // Vizualizace dat 248

// Úvod do zpracování obrázků knihovnou PIL 250 // Otevření obrázku 250 // Histogram obrázku 251 // Filtrování 252 // Operace 254 // Převody 256 // Úvod do knihovny Pandas 257 // Práce s časovými řadami 257 // Práce s datovými sadami s více proměnnými a s objektem DataFrame 261 // Seskupování, agregace a korelace 264 // Multiprocesing s nástrojem IPython 266 // Pool 267 // Sdílení poznámkového bloku 267 // Data 267 // Shrnutí 270 // PŘÍLOHA // Zavádění infrastruktury 271 // Instalace a spuštění prostředí Python 3 272 // Instalace a spuštění prostředí Python v Ubuntu 272 // Instalace a spuštění prostředí IDLE v Ubuntu 272 // Instalace a spuštění prostředí Python 3.2 ve Windows 273 // instalace a spuštění prostředí IDLE ve Windows 274 // Instalace a spuštění knihovny NumPy 275 // Instalace a spuštění knihovny NumPy v Ubuntu 275 // Instalace a spuštění knihovny NumPy ve Windows 276 // Instalace a spuštění knihovny SciPy 277 // Instalace a spuštění knihovny SciPy v Ubuntu 277 // Instalace a spuštění knihovny SciPy ve Windows 278 // Instalace a spuštění knihovny mlpy 279 // Instalace a spuštění knihovny mlpy v Ubuntu 279 // Instalace a spuštění knihovny mlpy ve Windows 279 // Instalace a spuštění nástroje OpenRefine 280 // Instalace a spuštění nástroje OpenRefine v Linuxu 280 // Instalace a spuštění nástroje OpenRefine ve Windows 281 // Instalace a spuštění databáze MongoDB 281

Instalace a spuštění databáze MongoDB v Ubuntu 282 // Instalace a spuštění databáze MongoDB ve Windows 283 // Připojení Pythonu к databázi MongoDB 285 // Instalace a spuštění nástroje UMongo 286 // Instalace a spuštění nástroje Umongo v Ubuntu 287 // Instalace a spuštění Umongo ve Windows 288 // Instalace a spuštění Gephi 289 // Instalace a spuštění Gephi v Linuxu 290 // Instalace a spuštění Gephi ve Windows 290 // Rejstřík 291

(OCoLC)908821804

cnb002683040