Python (Programmiersprache)

Python für Excel. Eine moderne Umgebung für Automatisierung und Datenanalyse. Von Felix Zumstein

Der US-Bestseller jetzt in deutscher Übersetzung: »Python für Excel« schlägt die dringend benötigte Brücke zwischen zwei Datenanalyse-Welten Für fortgeschrittene Excel-Nutzer, die sich ihre Arbeit durch Python-Tools erleichtern wollen Die Python-Grundlagen sowie die Tools numpy and pandas werden gut verständlich erklärt
Excel ist nach wie vor ein unverzichtbares Analysetool und hat in den letzten Jahren viele neue Funktionen hinzubekommen, doch die Automatisierungssprache VBA hat sich nicht parallel weiterentwickelt. Viele Excel-Poweruser nutzen daher bereits Python, um Routinearbeiten zu automatisieren. Felix Zumstein zeigt in diesem praktischen Leitfaden erfahrenen Excel-Benutzerinnen und -Benutzern, wie sich Python als Skriptsprache für Excel effizient verwenden lässt.

ISBN 978-3-96009-197-4     39,90 €  Portofrei     Bestellen

Python Challenge. Fit für Prüfung, Job-Interview und Praxis – mit 100 Aufgaben und Musterlösungen. Von Michael Inden

Mehr als 100 Aufgaben und Lösungen für Python. Verschiedener Schwierigkeitsgrade für Einsteiger und Fortgeschrittene. Vorbereitung für Jobinterview und Prüfung. Mit 100 Übungsaufgaben und Programmierpuzzles inklusive Lösungen zum Knobeln und Erweitern Ihrer Kenntnisse bietet Ihnen die »Python Challenge« ein kurzweiliges Lernen, eine fundierte Vorbereitung auf die nächste Prüfung oder ein Jobinterview. Dabei werden viele praxisrelevante Themengebiete wie Strings, Datenstrukturen, Rekursion, Arrays usw. berücksichtigt. Jedes Themengebiet wird in einem eigenen Kapitel behandelt, wobei zunächst kurz auf die Grundlagen eingegangen wird. Danach folgen rund 10 bis 15 Übungsaufgaben verschiedener Schwierigkeitsgrade. So lassen sich die Python-Programmierkenntnisse effektiv verbessern. Dabei helfen insbesondere detaillierte Musterlösungen inklusive der genutzten Algorithmen zu allen Aufgaben. 

ISBN 978-3-86490-809-5     34,90 €  Portofrei     Bestellen

Maschinelles Lernen. Grundlagen und Algorithmen in Python. Von Jörg Frochte

Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt:

- Algorithmen des maschinellen Lernens verwenden und verstehen, wie und warum sie funktionieren.
- Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens.
- Verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens, u.a. Random Forest, DBSCAN und Q-Learning.

Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen.

ISBN 978-3-446-46144-4     39,99 €  Portofrei     Bestellen

Machine Learning für Zeitreihen. Einstieg in Regressions-, ARIMA- und Deep Learning-Verfahren mit Python. Von Jochen Hirschle (Inkl. E-Book )

- Konzepte Schritt für Schritt erklärt
- Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten
- Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren
- Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen

Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.

ISBN 978-3-446-46726-2     39,99 €  Portofrei     Bestellen

Neuronale Netze programmieren mit Python. Der Einstieg in Künstliche Intelligenz. Inkl. KI-Lernumgebung, Python-Crashkurs, Keras und TensorFlow 2. Von Joachim Steinwendner und Roland Schwaiger

Neuronale Netze stehen im Mittelpunkt, wenn es um Künstliche Intelligenz und Machine Learning geht. Sie revolutionieren Bild- und Spracherkennung, Spiele-KIs und vieles mehr. Zum Glück lassen sich die genialen Ideen dahinter einfach erklären. Um sie zu verstehen und einzusetzen, programmieren Sie verschiedene Netztypen selbst nach! Und zwar in Python, der Hauptsprache der KI-Welt. Sie werden sich dabei mit Mathematik und Programmierung befassen, brauchen aber keine konkreten Vorkenntnisse.

ISBN 978-3-8362-7450-0     29,90 €  Portofrei     Bestellen

Routineaufgaben mit Python automatisieren. Praktische Programmierlösungen für Einsteiger. Von Al Sweigart

- Neuauflage auf Python 3 aktualisiert
- Lernen Sie, Python-Programme zu schreiben, die Ihnen automatisch alle möglichen Aufgaben abnehmen
- Mit Schritt-für-Schritt-Anleitungen zu jedem Programm

Wenn Sie jemals Stunden damit verbracht haben, Dateien umzubenennen oder Hunderte von Tabelleneinträgen zu aktualisieren, dann wissen Sie, wie stumpfsinnig manche Tätigkeiten sein können. Wie wäre es, den Computer dazu zu bringen, diese Arbeiten zu übernehmen?
In diesem Buch lernen Sie, wie Sie mit Python Aufgaben in Sekundenschnelle erledigen können, die sonst viel Zeit in Anspruch nehmen würden. Programmiererfahrung brauchen Sie dazu nicht ...

ISBN 978-3-86490-753-1     34,90 €  Portofrei     Bestellen

Merkmalskonstruktion für Machine Learning. Prinzipien und Techniken der Datenaufbereitung. Von Alice Zheng und Amanda Casari

Die Merkmalskonstruktion, auch Feature Engineering genannt, ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle stark beeinflusst. In diesem praxisnahen Buch lernen Sie Techniken, um Merkmale - numerische Repräsentationen eines bestimmten Aspekts von Rohdaten - zu gewinnen und mit maschinellen Lernmodellen nutzbar zu machen. Jedes Kapitel führt Sie durch eine spezifische Aufgabe der Datenanalyse wie etwa die Darstellung von Text- oder Bilddaten. Diese Beispiele veranschaulichen die wichtigsten Prinzipien der Merkmalskonstruktion.

ISBN 978-3-96009-093-9     34,90 €  Portofrei     Bestellen

Deep Learning Kochbuch. Praxisrezepte für einen schnellen Einstieg. Von Douwe Osinga

Lassen Sie sich von Deep Learning nicht abschrecken! Dank Frameworks wie Keras und TensorFlow ist der schnelle Einstieg in die Entwicklung von Deep-Learning-Anwendungen nun auch für Softwareentwickler ohne umfassende Machine-Learning-Kenntnisse möglich. Mit den Rezepten aus diesem Buch lernen Sie, typische Aufgabenstellungen des Deep Learning zu lösen, wie etwa die Klassifizierung und Generierung von Texten, Bildern und Musik.

ISBN 978-3-96009-097-7     24,90 €  Portofrei     vergriffen

Datenanalyse mit Python. Von Wes McKinney

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.

ISBN 978-3-96009-080-9     44,90 €  Portofrei     vergriffen

Python 3: das umfassende Handbuch. Von Johannes Ernesti und Peter Kaiser

Alles zu Python 3 in einem Buch:
Einführung, Praxis, Referenz
Sprachgrundlagen, Objektorientierung, Modularisierung
Migration, Debugging, Interoperabilität mit C, GUIs, Netzwerkkommunikation u.v.m.

Entdecken Sie die Möglichkeiten von Python 3! Ob Sie erst anfangen, mit Python zu arbeiten oder bei Ihrer Arbeit etwas nachschlagen möchten - in diesem Buch finden Sie alles, was Sie zu Python wissen müssen.

ISBN 978-3-8362-5864-7     44,90 €  Portofrei     vergriffen

Seiten