返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 交通大数据——理论与方法 刘志远,张文波 著 大中专 文轩网
  • 新华书店正版
    • 作者: 刘志远,张文波著
    • 出版社: 其他
    • 出版时间:2020-11-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 刘志远,张文波著
    • 出版社:其他
    • 出版时间:2020-11-01 00:00:00
    • 版次:1
    • 字数:537000
    • 开本:16开
    • 装帧:平装
    • ISBN:9787308210539
    • 国别/地区:中国
    • 版权提供:其他

    交通大数据——理论与方法

    作  者:刘志远,张文波 著
    定  价:66
    出 版 社:浙江大学出版社
    出版日期:2020年11月01日
    页  数:
    装  帧:平装
    ISBN:9787308210539
    主编推荐

    内容简介

    本书从很基本的理论知识出发,首先介绍了Python这一数据挖掘工具的基本用法;其次以它为载体,介绍了大数据的数据探索方法、数据预处理、数据描述统计分析等方法;随后,为了增强本书读者对目前常用的热门算法的了解,本书深入浅出地介绍了包括回归、分类、聚类等在内的机器学习算法和深度学习算法。此外,在介绍上述理论知识和算法时,为了帮助读者对书中所介绍的知识与方法的理解,编者在书中的各个章节都嵌入了大量的交通案例,展示如何将各类算法模型应用到交通实践当null

    作者简介

    精彩内容

    目录
    章 绪论
    1.1 本书的定位
    1.1.1 背景
    1.1.2 本书特点
    1.1.3 本书目标
    1.1.4 本书内容提要
    1.2 本书的基础
    1.2.1 何为数据挖掘
    1.2.2 数据分析与建模的典型流程
    1.2.3 交通数据类型介绍
    1.3 本书的算例数据集简介
    1.4 本书简介
    1.5 参考文献
    第2章 Python数据分析应用
    2.1 Python环境配置
    2.1.1 基础Python环境配置
    2.1.2 Anaconda环境配置
    2.1.3 常用交互式工具——Jupyter Notebook
    2.2 Python基础知识
    2.2.1 基础数据类型
    2.2.2 变量和赋值
    2.2.3 缩进和注释
    2.3 Python中的容器
    2.3.1 列表
    2.3.2 元组
    2.3.3 字典
    2.3.4 集合
    2.4 流程控制语句
    2.4.1 条件判断
    2.4.2 循环
    2.5 函数的定义与调用
    2.6 异常处理
    2.7 匿名函数
    2.8 Python中的模块
    2.8.1 模块的使用方法
    2.8.2 Python标准库简介
    2.8.3 Numpy简介
    2.8.4 Pandas简介
    2.8.5 不错统计特征函数
    2.8.6 Matplotlib简介
    2.8.7 Scikit-learn简介
    2.8.8 TensorFlow简介
    2.9 本章小结
    2.10 本章习题
    2.11 参考文献
    第3章 数据预处理与探索性数据分析
    3.1 数据预处理
    3.1.1 数据质量分析
    3.1.2 缺失值处理
    3.1.3 异常值处理
    3.1.4 数据标准化处理
    3.2 时空数据分析基础
    3.2.1 空间坐标系转换
    3.2.2 时空单元划分
    3.2.3 时空特征提取
    3.2.4 网格化处理后的滴滴网约车轨迹数据
    3.3 探索性数据分析
    3.3.1 数据分布特征分析
    3.3.2 统计量分析
    3.3.3 对比分析
    3.3.4 周期性分析
    3.3.5 相关性分析
    3.4 本章小结
    3.5 本章习题
    3.6 参考文献
    ……
    第4章 大数据可视化的Python实践
    第5章 机器学习简介
    第6章 线性模型
    第7章 支持向量机
    第8章 决策树
    第9章 聚类分析
    0章 集成学习
    1章 人工神经网络
    2章 深度学习

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购