Python数据分析与挖掘算法从入门到机器学习微课视频版--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

"本书系统介绍了数据分析和数据挖掘的基础知识、典型的机器学习模型及利用Python实现数据挖掘与机器学习的过程。本书将基础理论、模型应用以及项目实践充分结合，有利于加深读者对所学内容的掌握与应用。本书目标明确，就是为初学者量身定做的入门教程，内容系统全面，各章节相互独立，读者可以根据自己的需求选择使用。本书面向应用型人才培养编写，将原理的叙述进行精简，易于理解，辅以Python代码实践与应用，使读者通过实例更好地去理解和掌握知识点。 "

内容简介

本书共分为两大部分：第一部分为数据分析与挖掘，包括第1～15章，介绍了数据分析与挖掘简介、爬虫、Scrapy爬虫框架、NumPy基本用法、Pandas基本用法、Matplotlib基本用法、各种常用的回归和分类模型等；第二部分为机器学习，包括第16～19章，介绍了主成分分析法、集成学习、模型评估和初识深度学习框架Ke,-as。本书从初学者的角度进行编写，易于理解，内容比较全面。本书注重实践，书中的每个知识点都有相应的Python实现代码和案例。
本书是一本针对爱好数据分析与挖掘、机器学习等相关知识的读者而编写的基础教程，尤其适用于全国高等学校的教师、在读学生及相关领域的爱好者。

作者简介

张坤，教授，大连理工大学城市学院计算机工程学院副院长，曾主编《操作系统》、《操作系统实验》、《汇编语言实验》3部教材，参编《Java EE 企业级应用开发实例教程》等8部著作。

第一部分数据分析与挖掘
第1章数据分析与挖掘简介
1.1 Python数据分析和挖掘任务中重要的库与工具
1.1.1 NumPy
1.1.2 SciPy
1.1.3 Pandas
1.1.4 Matplotlib
1.1.5 Jupyter Notebook
1.1.6 Seikit-learn
1.2 Anaconda安装
1.3 Jupyter Notebook
第2章爬虫
2.1 爬虫的基本流程
2.2 HTTP
2.3 安装PyCharm
2.4 应用举例
习题
第3章 Scrapy爬虫框架
3.1 基本原理
3.2 应用举例
习题
第4章 NumPy基本用法
4.1 NumPy创建数组
4.1.1 使用np.array()由Python列表创建
4.1.2 使用np的方法创建
4.2 NumPy查看数组属性
4.3 数组的基本操作
4.4 NumPy运算
4.5 排序
习题
第5章 Pandas基本用法
5.1 Series
5.2 DataFrame
5.2.1 创建DataFrame对象
5.2.2 查看DataFrame对象
5.2.3 DataFrame对象的索引与切片
5.3 应用举例
5.3.1 数据读取
5.3.2 数据清洗
5.3.3 数据规整
习题
第6章 Matplotlib基本用法
6.1 线型图
6.2 散点图
6.3 直方图
6.4 条形图
6.5 饼图
6.6 Seaborn
6.6.1 Seaborn基本操作
6.6.2 Seaborn绘制的图
6.6.3 Seaborn用法示例
6.7 Pandas中的绘图函数
习题
第7章线性回归、岭回归、Lasso回归
7.1 原理
7.1.1 普通线性回归
7.1.2 岭回归
7.1.3 Lasso回归
7.2 应用举例
习题
第8章 Logistic回归分类模型
8.1 原理
8.1.1 模型简介
8.1.2 ROC曲线和AUC
8.1.3 梯度下降法
8.1.4 Scikit-learn中predict()与predict_proba()用法区别
8.2 应用举例
习题
第9章决策树与随机森林
9.1 原理
9.1.1 决策树
9.1.2 随机森林
9.2 应用举例
习题
第10章 KNN模型
10.1 原理
10.2 应用举例
习题
第11章朴素贝叶斯模型
11.1 原理
11.1.1 贝叶斯定理
11.1.2 朴素贝叶斯
11.1.3 Scikit-learn中三种不同类型的朴素贝叶斯模型
11.2 应用举例
习题
第12章 SVM模型
12.1 原理
12.2 应用举例
习题
第13章 K-means聚类
13.1 原理
13.2 应用举例
习题
第14章关联规则——Apriori算法
14.1 原理
14.2 应用举例
习题
第15章数据分析与挖掘项目实战
15.1 贷款预测问题
15.1.1 数据导入及查看
15.1.2 数据预处理
15.1.3 建立预测模型
15.2 客户流失率问题
15.2.1 数据导入及查看
15.2.2 数据预处理
15.2.3 建立预测模型
习题
第二部分机器学习
第16章主成分分析法
16.1 原理
16.2 应用举例
习题
第17章集成学习
17.1 原理
17.2 应用举例
习题
第18章模型评估
18.1 分类评估
18.2 回归评估
18.3 聚类评估
18.4 Seikit-learn中的评估函数
第19章初识深度学习框架Keras
19.1 关于Keras
19.2 神经网络简介
19.3 Keras神经网络模型
19.4 用Keras实现线性回归模型
19.5 用Keras实现鸢尾花分类
19.6 Keras目标函数、性能评估函数、激活函数说明
习题
参考文献

Python数据分析与挖掘算法从入门到机器学习 微课视频版

库存： {{selectedSku?.stock}} 库存充足

Python数据分析与挖掘算法从入门到机器学习微课视频版