Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/72044
Название: | Data analysis tools in python |
Другие названия: | Инструменты анализа данных на PYTHON |
Авторы: | Cherkashin, A. V. Anchugova, O. V. Черкашин, А. В. Анчугова, О. В. |
Дата публикации: | 2019 |
Издатель: | ООО «Издательский Дом «Ажур» |
Библиографическое описание: | Черкашин А. В. Инструменты анализа данных на PYTHON / А. В. Черкашин, О. В. Анчугова // Язык в сфере профессиональной коммуникации : сборник материалов международной научно-практической конференции преподавателей, аспирантов и студентов (Екатеринбург, 18 апреля 2019 года). — Екатеринбург : ООО «Издательский Дом «Ажур», 2019. — С. 378-384. |
Аннотация: | This article provides an overview of data analysis tools and their capabilities in the PYTHON programming language. Assessments of each of these tools are given, their advantages and disadvantages are noted; the tasks they solve and what restrictions they have are described. The article describes what tasks each of the tools solves and how these problems are solved without the tools. The popularity of each of them is estimated based on the popularity of search queries using the Google Trends service for the last 10 years and the results are shown in graphs thanks to which their popularity can be compared. In conclusion there is the description why one tool is more popular than the other. В данной статье приводится обзор инструментов для анализа данных и их возможностей на языке программирования PYTHON. Даны оценки каждого из этих инструментов, отмечены их достоинства и недостатки, а также описаны задачи, которые тот или иной инструмент позволяет решить и с какими ограничениями они это делают. Описано какие задачи решает каждый из инструментов и как решаются данные задачи без представленных инструментов. Оценена популярность каждого из них на основе популярности поисковых запросов с помощью сервиса Google Trends за последние 10 лет и результаты показаны на графики, благодаря которому можно сравнить их популярность. В заключении делается вывод о том почему один инструмент является популярнее другого. |
Ключевые слова: | PYTHON DATA ANALYSIS MACHINE LEARNING SCIKIT-LEARN NUMPY MATPLOTLIB PANDAS PYTHON АНАЛИЗ ДАННЫХ МАШИННОЕ ОБУЧЕНИЕ SCIKIT-LEARN NUMPY MATPLOTLIB PANDAS |
URI: | http://elar.urfu.ru/handle/10995/72044 |
Конференция/семинар: | International research to practice conference for educators, postgraduates and students "Languages in professional communication" Международная научно-практическая конференция преподавателей, аспирантов и студентов «Язык в сфере профессиональной коммуникации» |
Дата конференции/семинара: | 18.04.2019 |
ISBN: | 978-5-91256-441-3 |
Источники: | Язык в сфере профессиональной коммуникации. — Екатеринбург, 2019 |
Располагается в коллекциях: | Конференции, семинары |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
978-5-91256-441-3_2019_068.pdf | 301,48 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.