In diesem Buch werden Sie durch praktische Erfahrungen mit den aufregendsten Spitzentechnologien der Informatik geschult – und, wie Sie sehen werden, mit einer leicht anpassbaren Mischung aus Informatik und Datenwissenschaft, die für Einführungskurse in diesen und verwandte Bereiche geeignet ist. Und Sie werden in Python programmieren – einer der weltweit beliebtesten Programmiersprachen und die am schnellsten wachsende unter ihnen.

Für weitere Details lesen Sie bitte das Vorwort:

• 538 praxisnahe, realistische Beispielcodes in Auszügen und Fallstudien
• 471 Übungen und Aufgaben
• Sofortiges Feedback mit IPython, Jupyter-Notebooks und 557 Selbsttestübungen
• Fokussiert auf Bibliotheken: Verwenden Sie Python- und Datenwissenschaftsbibliotheken, um wichtige Aufgaben mit minimalem Code zu bewältigen
• Umfassende Abdeckung grundlegender Prinzipien: Problemlösung, Algorithmusentwicklung, Kontrollanweisungen, Funktionen.
• Sammlungen: Listen, Tupel, Dictionaries, Mengen, NumPy-Arrays, pandas Series & DataFrames
• 2D- und 3D-statische, dynamische und interaktive Visualisierungen
• Strings, Textdateien, JSON-Serialisierung, CSV
• Prozeduraler, funktionaler und objektorientierter Programmierstil
• Datenerfahrungen mit Datensätzen und Quellen aus der realen Welt
• Einführungsabschnitte in die Datenwissenschaft: Grundlegende Statistik, Simulation, Animationen, Zufallsvariablen, Datenvorverarbeitung, Regression.
• Privatsphäre, Sicherheit, Ethik, Reproduzierbarkeit, Transparenz.
• Fallstudien zu KI, Big Data und Cloud-Datenwissenschaft: NLP, Twitter-Datenanalyse, IBM Watson, maschinelles Lernen, tiefes Lernen, Computer Vision, Hadoop, Spark, NoSQL, IoT.
• Open-Source-Bibliotheken: NumPy, pandas, Matplotlib, Seaborn, Folium, SciPy, NLTK, TextBlob, spaCy, Textatistic, Tweepy, scikit-learn, Keras, PubNub u.v.m.