Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

#Inhoud

Introductie en workflow

  1. Waarom Data Science met Python?
  2. Installatie en omgeving
  3. Jupyter Notebooks
  4. Versiebeheer en samenwerking
  5. Projecttemplates

Numpy

  1. NumPy‑arrays
  2. Indexeren, reshape
  3. Universele functies
  4. Lineaire algebra
  5. Prestaties
  6. Interoperabiliteit

Pandas

  1. Pandas: Series en DataFrame
  2. Data inlezen en schrijven
  3. Data schoonmaken
  4. Groeperen
  5. Tijdsreeksen
  6. Samenvoegen
  7. Prestatie,
  8. Geavanceerde indexen

Matplotlib

  1. Matplotlib basis
  2. Veelgebruikte grafieken
  3. Aangepaste visualisaties
  4. Best practices
  5. Integratie met pandas en NumPy
  6. Exporteren

Scikit-learn

  1. machine learning met scikit‑learn
  2. preprocessing
  3. Regressie
  4. Classificatie
  5. Modelselectie
  6. Clustering
  7. Feature engineering