新書推薦：
《
镜观中国 1930年代的中国人、中国事和中国景 “走近中国”译丛系列
》
售價：HK$
85.8
《
地中海十城：西方文明的古典基因
》
售價：HK$
97.9
《
国学的天空（国学导师、“百家讲坛”主讲人傅佩荣经典之作）
》
售價：HK$
74.8
《
九型人格：人人都应该学习的自我认知课
》
售價：HK$
71.5
《
中年面相
》
售價：HK$
63.8
《
疑案里的中国史3艾公子著（中国史里扑朔迷离的40个疑案，惊奇好玩又脑洞大开受益匪浅）
》
售價：HK$
76.8
《
大学问·清代银钱比价波动研究（重绘清代全国各省的银钱比价数据序列，为清代货币史、经济史的研究提供了有力的数据支撑）
》
售價：HK$
152.9
《
荷马社会研究（增补版）
》
售價：HK$
165.0
|
| 內容簡介： |
|
本书是一本面向数据科学初学者的实验教材。本书旨在通过实验的方式，帮助学生掌握数据分析和挖掘的基本概念、方法和技术，并学会使用Python等工具进行实际操作。本书的实验设计涵盖了数据预处理、数据可视化、分类与预测、聚类与关联规则挖掘、文本挖掘、网络分析、时间序列分析、情感分析和主题模型等多个方面，旨在培养学生的数据思维和实际操作能力，为学生日后从事数据科学工作打下坚实的基础。本书的实验设计遵循理论与实践相结合的原则，每个实验都提供了详细的理论知识和实验步骤，以及实验数据和代码。通过实验，学生可以熟悉数据分析与挖掘的实际操作流程，了解各种数据分析与挖掘方法的优缺点以及应用场景。同时，本书还鼓励学生进行自主思考和创新，通过实验提高学生解决问题的能力和创新能力。
|
| 關於作者： |
|
万欣，武汉纺织大学管理学院副教授，硕士生导师，武汉纺织大学大数据与效益制造中心主任，湖北省一流课程“商务智能”负责人；毕业于日本电气通信大学，工学博士（社会智能信息学），主要研究方向有商务智能、机器学习、数据挖掘等；曾就职于国内外多家上市公司，从事技术研发、软件开发工作；在大数据分析与挖掘领域教学经验丰富。
|
| 目錄：
|
|
章 数据预处理1节 数据清洗2第二节 数据集成3第三节 数据变换5第四节 数据规约7第五节 Python中的数据预处理工具8小结14第二章 数据可视化15节 理解数据可视化的概念和重要性16第二节 使用Python的matplotlib和seaborn库绘制基本图形17第三节 绘制柱状图、折线图、散点图、箱线图等常见图形21第四节 利用图形展示数据的关系和趋势、数据的分析24第五节 利用交互式可视化工具进行高级数据可视化29小结33第三章 分类与预测34节 理解分类与预测的概念和应用场景35第二节 理解机器学习分类算法的基本原理36第三节 利用Python的scikit-learn库进行分类算法的实现43第四节 利用交叉验证、网格搜索等方法对分类算法进行优化47小结51第四章 聚类与关联规则挖掘52节 理解聚类与关联规则挖掘的概念和应用场景53第二节 理解聚类算法的基本原理54第三节 利用Python的scikit-learn库进行聚类算法的实现55第四节 理解关联规则挖掘的基本原理：Apriori算法60第五节 利用Python的mlxtend库进行关联规则挖掘的实现64小结66第五章 文本挖掘67节 理解文本挖掘的概念和应用场景68第二节 理解自然语言处理的基本概念及技术69第三节 利用Python的NLTK和jieba库进行文本预处理71第四节 理解文本分类的基本原理和算法79第五节 利用Python的scikit-learn和keras库进行文本分类的实现83小结88第六章 网络分析89节 理解网络分析的概念、应用场景和工具90第二节 理解网络的基本概念93第三节 利用Python的NetworkX库进行网络构建和分析95第四节 理解社交网络分析的基本原理和方法98第五节 利用Python的igraph库进行社交网络分析的实现101小结104第七章 时间序列分析105节 理解时间序列分析的概念和应用场景106第二节 理解时间序列的基本概念106第三节 利用Python的pandas库进行时间序列数据的处理和分析107第四节 理解时间序列预测的基本原理和方法109第五节 利用Python的statsmodels库进行时间序列预测的实现111小结113第八章 情感分析115节 理解情感分析的概念和应用场景116第二节 理解自然语言处理中的情感分析基本原理和方法117第三节 利用Python的NLTK和SnowNLP库进行情感分析的实现118第四节 理解深度学习在情感分析中的应用121第五节 利用Python的keras和tensorflow库进行深度学习情感分析 的实现124小结127第九章 主题模型129节 理解主题模型的概念和应用场景130第二节 理解主题模型的基本原理和方法131第三节 利用Python的gensim和scikit-learn库进行主题模型的实现133第四节 理解主题模型在文本分析、信息检索和推荐系统中的应用141第五节 利用主题模型进行文本主题分析和推荐系统的 实现142小结145附录A 实验环境搭建146后记148
|
|
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
HOME
新書上架
