登入帳戶  | 訂單查詢  | 購物車/收銀台(0) | 在線留言板  | 付款方式  | 運費計算  | 聯絡我們  | 幫助中心 |  加入書簽
會員登入   新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 服務:香港台灣澳門海外 送貨:速遞郵局服務站

新書上架簡體書 繁體書
暢銷書架簡體書 繁體書
好書推介簡體書 繁體書

11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書
七月出版:大陸書 台灣書
六月出版:大陸書 台灣書
五月出版:大陸書 台灣書
四月出版:大陸書 台灣書
三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書
12月出版:大陸書 台灣書
11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書

『簡體書』Python数据分析与机器学习

書城自編碼: 3763604
分類:簡體書→大陸圖書→教材高职高专教材
作者: 周元哲 编著
國際書號(ISBN): 9787111704928
出版社: 机械工业出版社
出版日期: 2022-06-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:HK$ 86.3

我要買

share:

** 我創建的書架 **
未登入.


新書推薦:
述异记汇笺及情节单元分类研究(上下册)
《 述异记汇笺及情节单元分类研究(上下册) 》

售價:HK$ 104.5
环境、社会、治理(ESG)信息披露操作手册
《 环境、社会、治理(ESG)信息披露操作手册 》

售價:HK$ 261.8
桑德拉销售原则   伍杰 [美]大卫·马特森
《 桑德拉销售原则 伍杰 [美]大卫·马特森 》

售價:HK$ 96.8
理论的意义
《 理论的意义 》

售價:HK$ 74.8
悬壶杂记:医林旧事
《 悬壶杂记:医林旧事 》

售價:HK$ 52.8
谁之罪?(汉译世界文学5)
《 谁之罪?(汉译世界文学5) 》

售價:HK$ 52.8
民国词社沤社研究
《 民国词社沤社研究 》

售價:HK$ 140.8
帕纳索传来的消息(文艺复兴译丛)
《 帕纳索传来的消息(文艺复兴译丛) 》

售價:HK$ 108.9

 

建議一齊購買:

+

HK$ 91.8
《视听语言与影视拍摄(活页式微课版)》
+

HK$ 40.6
《机械设计基础(第3版)(高职高专)(十三五)》
+

HK$ 59.8
《食品营养与健康》
+

HK$ 80.9
《无人机防控技术》
+

HK$ 42.6
《园林植物栽培与养护(第4版)》
+

HK$ 64.4
《0-3岁婴幼儿卫生与保育》
編輯推薦:
配套资源:源代码、教学课件、语料集、教学大纲、课后习题答案、程序安装包

获奖情况:
以Python编程语言为基础,在不涉及大量数学模型与复杂编程知识的前提下,逐步带领读者熟悉并且掌握数据分析的各类工具和库,了解传统机器学习的基本流程。
采用基于Python语言相关的分析库,便于学生更快地掌握数据分析和机器学习的基本思想,快速入门。
基于Sklearn介绍了数据挖掘的相关算法。
內容簡介:
本书包括两部分内容,第壹部分重点介绍了与Python语言相关的数据分析
工具,包括NumPy、Matplotlib、Pandas、Scipy、Seaborn和Sklearn。第二部分介绍数据处理、特征工程、评价指标、线性模型、支持向量机、K近邻算法、朴素贝叶斯、决策树、K-Means算法和文本分析实例。附录提供了课程教学大纲和
部分课后习题答案。
本书内容精练、文字简洁、结构合理、实训题目经典实用、综合性强、定位明确,面向初、中级读者,由“入门”起步,侧重“提高”。特别适合作为高等院校相关专业数据分析与机器学习课程的入门教材或教学参考书,也可以供从事计算机应用开发的各类技术人员参考。
目錄
前言

第1章Python与数据分析
11概述
111引例
112数据分析与数据挖掘
12Python简介
121Python特点
122Python应用场合
13数据分析流程
131明确目标
132获取数据
133清洗数据
134特征工程
135构建模型
136模型评估
14数据分析库
141NumPy
142Matplotlib
143Pandas
144Seaborn
145Scipy
146Sklearn
15Python解释器
151Ubuntu下安装Python
152Windows下安装Python
16Python编辑器
161IDLE
162VScode
163PyCharm
164Anaconda
165Jupyter
17习题
第2章NumPy——数据分析基础
工具
21安装NumPy
22ndarray对象
221认识ndarray对象
222ndarray对象属性
23创建ndarray对象
231zeros
232ones
233diag
234arange
235linspace
236logspace
24数组变换
241维度变换
242数组拼接
243数组分割
244数组复制
25索引和切片
26线性代数
261矩阵运算
262矩阵转置
263特征根和特征向量
27统计量
271平均值
272值
273中位数
274极差
275方差
276协方差
277皮尔森相关系数
28习题
第3章Matplotlib——数据可视化
工具
31安装Matplotlib
32绘图步骤
321创建画布
322绘图函数
323绘图属性
33子图基本操作
331pltsubplot
332figureadd_subplot
333pltsubplots
34绘图
341折线图
342气泡图
343饼图
344直方图
345条形图
35概率分布
351泊松分布
352正态分布
353均匀分布
354二项分布
36习题
第4章Pandas——数据处理工具
41认识Pandas
42Series
421创建Series
422 Series属性
423访问Series数据
43操作Series
431更新Series
432插入Series
433删除Series
44DataFrame
441创建DataFrame
442DataFrame属性
443选取行列数据
45操作DataFrame
451更新DataFrame
452插入DataFrame

453删除DataFrame
46Index
461创建Index
462常用属性
463常用方法
464重建Index
47可视化
471线形图
472条形图
473饼状图
474直方图与密度图
48数据转换
481数据值替换
482数据映射
483数据值合并
484数据值补充
485数据离散化
49数据分组与聚合
491数据分组
492数据聚合
410读取外部数据
4101操作Excel
4102操作文本文件
4103操作数据库
411习题
第5章Scipy——数据统计工具
51认识Scipy
52稀疏矩阵
53线性代数
531矩阵运算
532线性方程组求解
54数据优化
541非线性方程组求解
542函数值
543小二乘法
55数据分布
551泊松分布
552正态分布
553均匀分布
554二项分布
555指数分布
56统计量
561众数
562皮尔森相关系数
57图像处理
571旋转图像
572图像滤波
573边缘检测
58习题
第6章Seaborn——数据可视化
工具
61认识Seaborn
611绘图特色
612图表分类
613数据集
62绘图设置
621绘图元素
622主题
623调色板
63绘图
631直方图
632核密度图
633小提琴图
634分类散点图
635条形图
636热力图
637点图
64习题
第7章Sklearn——机器学习工具
71Sklearn简介
72安装Sklearn
73数据集
731小数据集
732大数据集
733生成数据集
74机器学习流程
741数据清洗
742划分数据集
743特征工程
744机器算法
745模型评估
75习题


第8章数据处理
81认识数据处理
82数据清洗
821处理缺失值
822处理异常值
823处理重复值
83特征处理
831规范化
832标准化
833鲁棒化
84数据分析可视库
841missingno库
842词云
85案例——学生信息清洗
86习题
第9章特征工程
91认识特征工程
92独热编码
93特征提取
931DictVectorizer
932CountVectorizer
933TfidfVectorizer
94中文分词
941Jieba分词库
942停用词表
95案例——中文特征提取
96习题
第10章评价指标
內容試閱
本书试图从零开始,以Python编程语言为基础,在不涉及大量数学模型与复杂编程知识的前提下,逐步带领读者熟悉并且掌握数据分析的各类工具和库,了解传统机器学习的基本流程。
本书包括两部分内容,部分重点介绍了与Python语言相关的数据分析工具,包括NumPy、Matplotlib、Pandas、Scipy、Seaborn和 Sklearn。第二部分介绍了与Python语言相关的机器学习内容,包括数据处理、特征工程、评价指标、线性模型、支持向量机、K近邻算法、朴素贝叶斯、决策树、K-Means算法和文本分析实例。附录给出课程教学大纲和部分课后习题答案。
本书具有如下特点:

1)众多数据分析教材“重理论轻代码”,往往只是给出伪代码,而本书采用基于Python语言相关的分析库,如NumPy、Pandas和Matplotlib等,便于学生更快地掌握数据分析和机器学习的基本思想,快速入门。
2)本书基于Sklearn介绍了数据挖掘的相关算法,如K近邻算法、线性模型、支持向量机、朴素贝叶斯、决策树等分类算法和K-Means 等聚类算法。
3)实践是学习算法编程的好方法,本书的所有程序都在 Anaconda上进行调试和运行。
4)本书配有源代码、教学课件、语料集、教学大纲、课后习题答案、程序安装包等资料。
本书在编写过程中,陕西省网络数据分析与智能处理重点实验室李晓戈,西安邮电大学贾阳、孔韦韦、张庆生、高巍然等阅读了部分手稿,机械工业出版社郝建伟编辑提出了很多宝贵的意见。本书在写作过程中参阅了大量中英文的专著、教材、论文、报告及网上的资料,由于篇幅所限,未能一一列出。在此,一并表示敬意和衷心的感谢。
本书内容精练、文字简洁、结构合理、实训题目经典实用、综合性强、定位明确,面向初、中级读者,由“入门”起步,侧重“提高”。特别适合作为高等院校相关专业数据分析与机器学习课程的入门教材或教学参考书,也可以供从事计算机应用开发的各类技术人员参考。
由于编者水平有限,时间紧迫,本书难免有疏漏之处,恳请广大读者批评指正。

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 海外用户
megBook.com.hk
Copyright © 2013 - 2024 (香港)大書城有限公司  All Rights Reserved.