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:

  • 正版新书]数据分析轻松进阶 从Excel到Python和R(美)乔治·芒特
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: (美)乔治·芒特 著 彭青松 译著 | (美)乔治·芒特 著 彭青松 译编 | (美)乔治·芒特 著 彭青松 译译 | (美)乔治·芒特 著 彭青松 译绘
    • 出版社: 人民邮电出版社
    • 出版时间:2024-07-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)乔治·芒特 著 彭青松 译著| (美)乔治·芒特 著 彭青松 译编| (美)乔治·芒特 著 彭青松 译译| (美)乔治·芒特 著 彭青松 译绘
    • 出版社:人民邮电出版社
    • 出版时间:2024-07-01
    • 版次:1
    • 印次:1
    • 字数:306000
    • 页数:212
    • 开本:16开
    • ISBN:9787115647764
    • 版权提供:人民邮电出版社
  • 作者: (美)乔治·芒特 著 彭青松 译
  • 著: (美)乔治·芒特 著 彭青松 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 79.8
  • ISBN: 9787115647764
  • 出版社: 人民邮电出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2024-07-01
  • 页数: 212
  • 外部编号: 党庄A37546
  • 版次: 1
  • 成品尺寸: 暂无
  • 前言
    第 一部分  Excel数据分析基础
    第 1章  探索性数据分析入门 3
    1.1 什么是探索性数据分析 3
    1.1.1 观测值 5
    1.1.2 变量 5
    1.2 演示:对变量进行分类 8
    1.3 小结:变量类型 10
    1.4 在Excel 中探索变量 10
    1.4.1 探索分类变量 10
    1.4.2 探索定量变量 13
    1.5 本章小结 22
    1.6 练习 23
    第 2章  概率论基础 25
    2.1 概率与随机性 25
    2.2 概率与样本空间 26
    2.3 概率与实验 26
    2.4 非条件概率与条件概率 26
    2.5 概率分布 27
    2.5.1 离散概率分布 27
    2.5.2 连续概率分布 30
    2.6 本章小结 37
    2.7 练习 37
    第3章  推断统计基础 39
    3.1 推断统计框架 40
    3.1.1 收集有代表性的样本 40
    3.1.2 陈述假设 41
    3.1.3 制订分析计划 42
    3.1.4 分析数据 44
    3.1.5 做出决定 46
    3.2 数据由你主宰 52
    3.3 本章小结 53
    3.4 练习 53
    第4章  相关性和回归 55
    4.1 “相关并不等于因果” 55
    4.2 相关性简介 56
    4.3 从相关性到回归 60
    4.4 Excel 中的线性回归 62
    4.5 反思结果:虚假关系 67
    4.6 本章小结 68
    4.7 高阶编程阶段 68
    4.8 练习 69
    第5章  数据分析栈 71
    5.1 统计学、数据分析和数据科学 71
    5.1.1 统计学 71
    5.1.2 数据分析 71
    5.1.3 商业分析 72
    5.1.4 数据科学 72
    5.1.5 机器学习 72
    5.1.6 独特,但不排他 73
    5.2 数据分析栈的重要性 73
    5.2.1 电子表格 74
    5.2.2 数据库 76
    5.2.3 商业智能平台 77
    5.2.4 数据编程语言 77
    5.3 本章小结 79
    5.4 下一步 79
    5.5 练习 79
    第二部分  从Excel 到R
    第6章  使用R 之前的准备工作 83
    6.1 下载R 83
    6.2 RStudio 入门 83
    6.3 R 包 92
    6.4 升级R、RStudio 和R 包 93
    6.5 本章小结 93
    6.6 练习 94
    第7章  R 中的数据结构97
    7.1 向量 97
    7.2 索引向量和提取子集 99
    7.3 从Excel 表格到R 数据框 100
    7.4 在R 中导入数据 102
    7.5 探索R 数据框 106
    7.6 索引R 数据框和提取子集 107
    7.7 将数据写入R 数据框 108
    7.8 本章小结 109
    7.9 练习 109
    第8章  使用R 进行数据处理与可视化 111
    8.1 使用dplyr 包处理数据 112
    8.1.1 按列操作 112
    8.1.2 按行操作 114
    8.1.3 聚合和连接数据 117
    8.1.4 dplyr 包和管道运算符 119
    8.1.5 使用tidyr 包重塑数据 121
    8.2 使用ggplot2 包可视化数据 123
    8.3 本章小结 129
    8.4 练习 129
    第9章  使用R 进行数据分析131
    9.1 探索性数据分析 132
    9.2 假设检验 135
    9.2.1 独立样本t 检验 136
    9.2.2 线性回归 138
    9.2.3 训练集/ 测试集分离和验证 139
    9.3 本章小结 142
    9.4 练习 142
    第三部分  从Excel 到Python
    第 10章  使用Python 之前的准备工作 145
    10.1 下载Python145
    10.2 Jupyter Notebook 入门 146
    10.3 Python 中的模块154
    10.4 升级Python、Anaconda 和Python 包 156
    10.5 本章小结 156
    10.6 练习 156
    第 11章  Python 中的数据结构 157
    11.1 numpy 数组 158
    11.2 索引numpy 数组和提取子集 159
    11.3 pandas 数据框 161
    11.4 在Python 中导入数据 162
    11.5 探索pandas 数据框 163
    11.5.1 索引pandas 数据框和提取子集 165
    11.5.2 把pandas 数据框写入文件 166
    11.6 本章小结 166
    11.7 练习 166
    第 12章  使用Python 进行数据处理与可视化 167
    12.1 按列操作 168
    12.2 按行操作 170
    12.3 聚合和连接数据 171
    12.4 重塑数据 173
    12.5 可视化数据 174
    12.6 本章小结 179
    12.7 练习 179
    第 13章  使用Python 进行数据分析 181
    13.1 探索性数据分析 182
    13.2 假设检验 184
    13.2.1 独立样本t 检验 185
    13.2.2 线性回归 186
    13.2.3 训练集/ 测试集分离和验证 187
    13.3 本章小结 189
    13.4 练习 189
    第 14章  结论和展望 191
    14.1 进一步学习的方向 191
    14.2 研究设计和商业实验 191
    14.3 进一步学习统计方法 192
    14.4 数据科学和机器学习 192
    14.5 版本控制 192
    14.6 道德准则 193
    14.7 勇往直前 193
    14.8 告别的话 193

    乔治·芒特(George Mount)是数据分析培训与咨询公司Stringfest Analytics的创始人兼首席执行官。他曾与行业优选的训练营、学习平台和实践组织合作,帮助人们提高数据分析技能。

    数据分析领域看似令人生畏,但你可以借助Excel这一“神奇的跳板”,轻松跃入数据分析领域。通过这本实践指南,Excel用户将轻松学会数据分析师常用的语言,在面对复杂的数据分析任务时做到胸有成竹。读完本书后,你将能够使用Python和R进行探索性数据分析和假设检验。

    本书首先利用Excel帮助你理解概率分布、相关性、线性回归等统计学知识,然后分别展示如何将这些知识迁移到Python和R中。通过使用本书介绍的工具和框架,你将能够很好地掌握继续学习高级数据分析技术的窍门。

    本书的阅读路线如下。

    * Excel数据分析基础:使用Excel检验变量之间的关系,并将统计学和数据分析中的重要概念可视化。
    * 从Excel到R:将你在Excel中学到的数据分析知识迁移到R中。
    * 从Excel到Python:将你在Excel中学到的数据分析知识迁移到Python中,并对照R进行完整的数据分析。

    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