ΕΙΣΑΓΩΓΗ ΣΤΗΝ PYTHON

Παρουσίαση

Στο βιβλίο αυτό θα εκπαιδευθείτε βιωματικά με τις πιο συναρπαστικές, τεχνολογίες αιχμής της υπολογιστικής -και όπως θα δείτε, με ένα εύκολα ρυθμίσιμο μείγμα πληροφορικής και επιστήμης δεδομένων κατάλληλο για εισαγωγικά μαθήματα σε αυτούς και σε συναφείς τομείς, και θα προγραμματίσετε σε Python- μία απ' τις δημοφιλέστερες γλώσσες παγκοσμίως και την ταχύτερα αυξανόμενη μεταξύ αυτών. Για περισσότερες λεπτομέρειες παρακαλούμε να διαβάσετε τον Πρόλογο:
-538 βιωματικά, ρεαλιστικά, παραδείγματα ζωντανού κώδικα σε αποσπάσματα και μελέτες περιπτώσεων· 471 ασκήσεις και εργασίες
-Άμεση ανάδραση με IPython, Τετράδια Jupyter και 557 ασκήσεις Αυτοεξέτασης
-Εστιασμένο σε Βιβλιοθήκες: Χρησιμοποιήστε βιβλιοθήκες της Python και της επιστήμης δεδομένων, προκειμένου να φέρετε εις πέρας σημαντικές εργασίες με ελάχιστο κώδικα
-Πλούσια κάλυψη βασικών αρχών: Επίλυση προβλημάτων, ανάπτυξη αλγορίθμων, εντολές ελέγχου, συναρτήσεις
-Συλλογές: Λίστες, πλειάδες, λεξικά, σύνολα, NumPy array (πίνακες), pandas Series και Dataframe
-2D και 3Dστατικές, δυναμικές και διαδραστικές απεικονίσεις
-Συμβολοσειρές, αρχεία κειμένου, σειριοποίηση JSON, CSV· εξαιρέσεις [...] (Από την παρουσίαση στο οπισθόφυλλο του βιβλίου)

Περιεχόμενα

Πρόλογος
Πριν ξεκινήσετε
1. Εισαγωγή σε Υπολογιστές και Python
2. Εισαγωγή στον Προγραμματισμό με Python
3. Εντολές Ελέγχου και Ανάπτυξη Προγράμματος
4. Συναρτήσεις
5. Ακολουθίες: Λίστες και Πλειάδες
6. Λεξικά και Σύνολα
7. Προσανατολισμένος σε Ανάλυση Πινάκων Προγραμματισμός με τη NumPy
8. Συμβολοσειρές: Μία Βαθύτερη Ματιά
9. Αρχεία και Εξαιρέσεις
10. Αντικειμενοστραφής Προγραμματισμός
11. Πληροφορική ΣΚέψη: Αναδρομή, Αναζήτηση, Ταξινόμηση και Big O
12. Επεξεργασία Φυσικής Γλώσσας NLP
13. Εξόρυξη Δεδομένων Twitter
14. IBM Watson και Γνωσιακή Υπολογιστική
15. Μηχανική Μάθηση: Ταξινόμηση, Παλινδρόμηση και Ομαδοποίηση
16. Βαθιά Μάθηση
17. Μαζικά Δεδομένα: Hadoop, Spark, NoSQL και IoT
Ευρετήριο