lo adottano, in 1 ateneo1 docente · 1 corso di laurea
Scheda libro
Titolo
Data science con Python
Autori
Grus, Joel Joel Grus ; edizione italiana a cura di Gianluca Moro
Editore
EGEA, 2021
Edizione
2021
ISBN
9788823822948
Lingua
Italiano
Pagine
365
Tipo
Manuale universitario
Studio
≈ 4 settimane
Cosa si studia con questo libro Grus – Data science con Python: di cosa parla
Introduzione alla data science con Python, che accompagna dai fondamenti del linguaggio fino al machine learning. Il volume, in edizione italiana curata e pubblicata nel 2021, presenta gli strumenti per manipolare, visualizzare e analizzare dati e i principali algoritmi di apprendimento automatico, con esempi pratici. È adatto a studenti di informatica, ingegneria e statistica che seguono corsi di programmazione di applicazioni data intensive, e a chi vuole imparare a lavorare con i dati. Gli esempi di codice e i casi trattati permettono di sperimentare direttamente i metodi presentati e di acquisire un metodo di lavoro riproducibile.
Dove acquistarlo Grus – Data science con Python: prezzo nuovo e usato su Amazon, IBS e Libraccio
Di cosa si tratta: I fondamenti di data science vengono affrontati con algoritmi introduttivi e sviluppo in Python di modelli capaci di fare previsioni di varia natura. Le applicazioni riguardano ad esempio l'andamento della borsa valori, i prodotti che ogni cliente acquisterà, le vendite aziendali, i consumi energetici e il valore degli immobili.
Link affiliati Amazon di ricerca: il prezzo per te non cambia.
Domande frequenti su Grus – Data science con Python
Per quale esame serve Grus – Data science con Python?
È indicato per Programmazione di Applicazioni Data Intensive a Bologna, dal prof. Gianluca Moro. A.a. 2026/2027.
Quali libri indica il prof. Gianluca Moro per Programmazione di Applicazioni Data Intensive?
Per Programmazione di Applicazioni Data Intensive (Bologna) il prof. Gianluca Moro indica Grus – Data science con Python; l'elenco completo dei testi, obbligatori e facoltativi, è nella sezione «Chi lo adotta» di questa pagina.
Qual è il prezzo migliore di Grus – Data science con Python?
Prezzi rilevati: IBS 34,00 €, Libraccio 34,00 €. Il comparatore prezzi di questa pagina mette a confronto Amazon, IBS e Libraccio, nuovo e usato: su Amazon il prezzo aggiornato è nella scheda del negozio.
Quanto tempo serve per studiare Grus – Data science con Python?
≈ 4 settimane: il tempo è calcolato sulle pagine del libro e sui crediti dell'esame.
Qual è l'ISBN di Grus – Data science con Python?
L'ISBN è 9788823822948 (editore EGEA).
Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Come leggere questi datiCome è calcolata la difficoltà ›
Crediti (CFU)
50%
1 CFU = 25 ore di studio (dato ufficiale). Più crediti, più ore.
Densità di lettura
50%
pagine dei libri indicati divisi per i CFU (pagine dalla scheda SBN; se non note, una stima di 400 pagine a libro).
Ogni esame si confronta solo con quelli della sua area (scientifico-tecnica, umanistica, giuridico-sociale, sanitaria, economica): un esame di lettere non viene misurato con matematica. Il numero 1-10 è la posizione dell'esame nella sua area; per il libro si fa la media degli esami che lo adottano. Non contano anno di corso, laurea triennale o magistrale e lunghezza del programma: non dicono quanto si studia. È una stima del carico, non una difficoltà misurata.
Atenei e facoltà in ordine di diffusione. Per ogni esame: docente, corso di laurea, facoltà e il confronto con gli altri libri che indica.
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy