کتاب Learning Data Science

توضیح کوتاه در رابطه با محتوای کتاب:

اطلاعات کتاب:

نویسنده

by Sam Lau (Author), Joseph Gonzalez (Author), Deborah Nolan (Author)

ناشر

O'Reilly Media

شابک

978-1098113001

قطع کتاب

وزیری

تعداد صفحات

594

نوع چاپ

رنگی

,

سیاه و سفید

محدوده قیمت: 140,000 تومان تا 280,000 تومان

چاپ دیجیتال بیشتر برای تیراژ پایین و چاپ سریع به‌کار می‌رود. در این روش، فایل مستقیماً از کامپیوتر روی دستگاه چاپ منتقل می‌شود و برای چاپ چند جلد کتاب یا نمونه اولیه بسیار مناسب است.
اما چاپ افست برای تیراژ بالا استفاده می‌شود و کیفیت رنگ و جزئیات در آن بسیار بالاتر است. در چاپ افست ابتدا زینک تهیه می‌شود و سپس طرح روی کاغذ منتقل می‌گردد. این روش برای چاپ‌های حرفه‌ای و اقتصادی در تعداد زیاد کاربرد دارد.

قطع وزیری یکی از رایج‌ترین اندازه‌های کتاب است و ابعادی حدود ۲۴ در ۱۷ سانتی‌متر دارد. این نوع قطع برای کتاب‌های درسی، دانشگاهی و آموزشی بسیار پرکاربرد است.
اما قطع رحلی بزرگ‌تر بوده و معمولاً اندازه آن ۲۹ در ۲۱ سانتی‌متر یا حتی بیشتر است. این قطع برای کتاب‌های تصویری، زبان، فرهنگ لغت و کتاب‌های آموزشی با جزئیات زیاد استفاده می‌شود تا خوانایی و فضای صفحه بیشتر باشد.

کتاب با جلد سخت (Hardcover) دارای رویه‌ای محکم از جنس مقوای ضخیم یا گالینگور است که با روکش سلفون یا پارچه پوشانده می‌شود. این نوع جلد دوام بسیار بالایی دارد و برای کتاب‌های نفیس، مرجع یا هدیه‌ای انتخاب می‌شود.
در مقابل، جلد نرم (Paperback) از مقوای نازک‌تر ساخته شده و سبک‌تر و اقتصادی‌تر است. بیشتر کتاب‌های آموزشی و رمان‌ها با جلد نرم چاپ می‌شوند.

کاغذ تحریر (Wood-free Paper)

کاغذ تحریر متداول‌ترین نوع در چاپ کتاب است. رنگی سفید و سطحی مات دارد که باعث می‌شود چشم هنگام مطالعه خسته نشود.
این نوع کاغذ برای کتاب‌های درسی، دانشگاهی، آموزشی و رمان‌ها بسیار مناسب است.

ویژگی‌ها:

کاغذ بالک (Book Paper / Bulky Paper)

کاغذ بالک کمی ضخیم‌تر و سبک‌تر از کاغذ تحریر است و معمولاً رنگ آن کرم یا نخودی است.
در نتیجه هنگام مطالعه، نور کمتری منعکس می‌شود و چشم کمتر خسته می‌شود. به همین دلیل در کتاب‌های حجیم مثل رمان‌های طولانی یا منابع آموزشی پرصفحه، بسیار محبوب است.

ویژگی‌ها:

کاغذ تحریر (Wood-free Paper)

کاغذ گلاسه سطحی براق و صاف دارد که رنگ‌ها را بسیار زنده و درخشان نمایش می‌دهد.
این نوع کاغذ بیشتر برای کتاب‌های تصویری، کاتالوگ‌ها، مجلات رنگی و کتاب‌های آموزشی تصویردار استفاده می‌شود.

ویژگی‌ها:

4 افرادی که اکنون این محصول را تماشا می کنند!
توضیحات

خرید و قیمت کتاب Learning Data Science ، فروشگاه کـــادن

خرید و قیمت کتاب Learning Data Science از فروشگاه کادن ،

.

As an aspiring data scientist, you appreciate why organizations rely on data for important decisions—whether it’s for companies designing websites, cities deciding how to improve services, or scientists discovering how to stop the spread of disease. And you want the skills required to distill a messy pile of data into actionable insights. We call this the data science lifecycle: the process of collecting, wrangling, analyzing, and drawing conclusions from data.

Learning Data Science is the first book to cover foundational skills in both programming and statistics that encompass this entire lifecycle. It’s aimed at those who wish to become data scientists or who already work with data scientists, and at data analysts who wish to cross the “technical/nontechnical” divide. If you have a basic knowledge of Python programming, you’ll learn how to work with data using industry-standard tools like pandas.

  • Refine a question of interest to one that can be studied with data
  • Pursue data collection that may involve text processing, web scraping, etc.
  • Glean valuable insights about data through data cleaning, exploration, and visualization
  • Learn how to use modeling to describe the data
  • Generalize findings beyond the data

.

خرید و قیمت کتاب Learning Data Science از فروشگاه کادن،by Sam Lau (Author), Joseph Gonzalez (Author), Deborah Nolan (Author)

توضیحات تکمیلی
نویسنده

by Sam Lau (Author), Joseph Gonzalez (Author), Deborah Nolan (Author)

ناشر

O'Reilly Media

شابک

978-1098113001

قطع کتاب

وزیری

تعداد صفحات

594

نوع چاپ

رنگی

,

سیاه و سفید

نظرات (0)
0 بررسی
0
0
0
0
0

نقد و بررسی‌ها

پاک‌کردن فیلترها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “کتاب Learning Data Science”