Wprowadzenie. Przykładowy jednowierszowiec Pythona. Uwaga na temat czytelności. Dla kogo jest ta książka? Czego się nauczysz? Zasoby online. 1. Odświeżenie wiadomości o Pythonie. Podstawowe struktury danych. Kontenerowe struktury danych. Przepływ sterowania. Funkcje. Funkcje lambda. Podsumowanie. 2. Sztuczki Pythona. Użycie listy składanej do wyszukiwania osób o najwyższych dochodach. Użycie listy składanej do wyszukiwania słów o dużej wartości informacyjnej. Odczytywanie pliku. Użycie funkcji lambda i map. Użycie wycinania do ekstrakcji środowisk dopasowanych łańcuchów podrzędnych. Połączenie listy składanej i wycinania. Przypisywanie do wycinków w celu skorygowania uszkodzonych list. Analiza danych dotyczących pracy serca za pomocą konkatenacji list. Użycie wyrażeń generatora do wyszukania firm, które płacą poniżej płacy minimalnej. Formatowanie baz danych za pomocą funkcji zip(). Podsumowanie. 3. Analiza danych. Podstawowe działania na tablicach dwuwymiarowych. Praca z tablicami NumPy: wycinanie, rozgłaszanie i typy tablic. Warunkowe przeszukiwanie tablic, filtrowanie i rozgłaszanie w celu wykrywania elementów odstających. Filtrowanie dwuwymiarowych tablic z użyciem indeksowania logicznego. Rozgłaszanie, przypisywanie do wycinków i przekształcanie w celu oczyszczenia co i-tego elementu tablicy. Kiedy w NumPy używać funkcji sort(), a kiedy argsort()? Jak wykorzystać funkcje lambda i indeksowanie logiczne do filtrowania tablic? Jak tworzyć zaawansowane filtry tablic z wykorzystaniem statystyki, matematyki i logiki? Prosta analiza asocjacji: klienci, którzy kupili X, kupili również Y. Bardziej zaawansowana analiza asocjacji w celu wyszukania najlepiej sprzedających się pakietów. Podsumowanie. 4. Uczenie maszynowe. Podstawy nadzorowanego uczenia maszynowego. Regresja liniowa. Regresja logistyczna. Algorytm k-średnich. Algorytm k najbliższych sąsiadów. Analiza sieci neuronowej. Algorytm drzew decyzyjnych. Wyszukiwanie wiersza z minimalną wariancją. Podstawowe parametry statystyczne. Klasyfikacja z maszynami wektorów nośnych. Klasyfikacja z lasami losowymi. Podsumowanie. 5. Wyrażenia regularne. Wyszukiwanie prostych wzorców tekstowych w łańcuchach znaków. Napisz własny scraper stron WWW z użyciem wyrażeń regularnych. Analizowanie hiperłączy dokumentów HTML. Wydobywanie z łańcucha wartości wyrażonych w dolarach. Wyszukiwanie adresów URL z protokołem http. Walidacja formatu zapisu czasu wprowadzanego przez użytkownika, część I. Walidacja formatu zapisu czasu wprowadzanego przez użytkownika, część II. Wykrywanie zduplikowanych znaków w łańcuchach. Wykrywanie powtórzeń słów. Modyfikowanie wzorców wyrażeń regularnych w wielowierszowym łańcuchu znaków. Podsumowanie. 6. Algorytmy. Wyszukiwanie anagramów za pomocą funkcji lambda i sortowania. Wyszukiwanie palindromów za pomocą funkcji lambda i wycinania ujemnego. Obliczanie permutacji z użyciem rekurencyjnych funkcji silni. Obliczanie odległości Levenshteina. Obliczanie zbioru potęgowego przy użyciu programowania funkcyjnego. Szyfrowanie szyfrem Cezara przy użyciu zaawansowanego indeksowania i listy składanej. Wyznaczanie liczb pierwszych za pomocą sita Eratostenesa. Obliczanie ciągów Fibonacciego za pomocą funkcji reduce(). Rekurencyjny algorytm wyszukiwania binarnego. Rekurencyjny algorytm sortowania szybkiego (Quicksort). Podsumowanie.