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:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像Python数据分析与挖掘实战(第2版)张良均 等
  • 正版
    • 作者: 张良均 等著 | 张良均 等编 | 张良均 等译 | 张良均 等绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-01-01
    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:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张良均 等著| 张良均 等编| 张良均 等译| 张良均 等绘
    • 出版社:机械工业出版社
    • 出版时间:2020-01-01
    • 版次:2
    • 印次:1
    • 页数:339
    • 开本:16开
    • ISBN:9787111640028
    • 版权提供:机械工业出版社
    • 作者:张良均 等
    • 著:张良均 等
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111640028
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-01-01
    • 页数:339
    • 外部编号:1201979410
    • 版次:2
    • 成品尺寸:暂无

    前言
    基础篇
    章 数据挖掘基础 2
    1.1 某知名连锁餐饮企业的困惑 2
    1.2 从餐饮服务到数据挖掘 4
    1.3 数据挖掘的基本任务 5
    1.4 数据挖掘建模过程 5
    1.4.1 定义挖掘目标 6
    1.4.2 数据取样 6
    1.4.3 数据探索 7
    1.4.4 数据预处理 8
    1.4.5 挖掘建模 8
    1.4.6 模型评价 8
    1.5 常用数据挖掘建模工具 9
    1.6 小结 11
    第2章 Python数据分析简介 12
    2.1 搭建Python开发平台 14
    2.1.1 所要考虑的问题 14
    2.1.2 基础平台的搭建 14
    2.2 Python使用入门 16
    2.2.1 运行方式 16
    2.2.2 基本命令 17
    2.. 数据结构 19
    2.2.4 库的导入与添加 24
    . Python数据分析工具 26
    ..1 NumPy 27
    ..2 SciPy 28
    .. Matplotlib 29
    ..4 pandas 31
    ..5 StatsModels 33
    .. scikit-learn 33
    .. Keras 34
    .. Gensim 36
    2.4 配套附件使用设置 37
    2.5 小结 38
    第3章 数据探索 39
    3.1 数据质量分析 39
    3.1.1 缺失值分析 40
    3.1.2 异常值分析 40
    3.1.3 一致分析 44
    3.2 数据特征分析 44
    3.2.1 分布分析 44
    3.2.2 对比分析 48
    3.. 统计量分析 51
    3.2.4 周期分析 54
    3.2.5 贡献度分析 55
    3.2.6 相关分析 58
    3.3 Python主要数据探索函数 62
    3.3.1 基本统计特征函数 62
    3.3.2 拓展统计特征函数 66
    3.3.3 统计绘图函数 67
    3.4 小结 74
    第4章 数据预处理 75
    4.1 数据清洗 75
    4.1.1 缺失值处理 75
    4.1.2 异常值处理 80
    4.2 数据集成 80
    4.2.1 实体识别 81
    4.2.2 冗余属识 81
    4.. 数据变换 81
    4.2.4 简单函数变换 81
    4.2.5 规范化 82
    4.2.6 连续属离散化 84
    4.2.7 属构造 87
    4.2.8 小波变换 88
    4.3 数据归约 91
    4.3.1 属归约 91
    4.3.2 数值归约 95
    4.4 Python主要数据预处理函数 98
    4.5 小结 101
    第5章 挖掘建模 102
    5.1 分类与预测 102
    5.1.1 实现过程 103
    5.1.2 常用的分类与预测算法 103
    5.1.3 回归分析 104
    5.1.4 决策树 108
    5.1.5 人工神经网络 115
    5.1.6 分类与预测算法评价 120
    5.1.7 Python分类预测模型特点 125
    5.2 聚类分析 125
    5.2.1 常用聚类分析算法 126
    5.2.2 K-Means聚类算法 127
    5.. 聚类分析算法评价 132
    5.2.4 Python主要聚类分析算法 133
    5.3 关联规则 135
    5.3.1 常用关联规则算法 136
    5.3.2 Apriori算法 136
    5.4 时序模式 142
    5.4.1 时间序列算法 142
    5.4.2 时间序列的预处理 143
    5.4.3 平稳时间序列分析 145
    5.4.4 非平稳时间序列分析 148
    5.4.5 Python主要时序模式算法 156
    5.5 离群点检测 159
    5.5.1 离群点的成因及类型 160
    5.5.2 离群点检测方法 160
    5.5.3 基于模型的离群点检测方法 161
    5.5.4 基于聚类的离群点检测方法 164
    5.6 小结 167
    实战篇
    第6章 财政收入影响因素分析及预测 170
    6.1 背景与挖掘目标 170
    6.2 分析方法与过程 171
    6.2.1 分析步骤与流程 172
    6.2.2 数据探索分析 172
    6.. 数据预处理 176
    6.2.4 模型构建 178
    6.3 上机实验 184
    6.4 拓展思考 185
    6.5 小结 186
    第7章 航空公司客户价值分析 187
    7.1 背景与挖掘目标 187
    7.2 分析方法与过程 188
    7.2.1 分析步骤与流程 189
    7.2.2 数据探索分析 189
    7.. 数据预处理 200
    7.2.4 模型构建 207
    7.2.5 模型应用 212
    7.3 上机实验 214
    7.4 拓展思考 215
    7.5 小结 216
    第8章 商品购物篮分析 217
    8.1 背景与挖掘目标 217
    8.2 分析方法与过程 218
    8.2.1 数据探索分析 219
    8.2.2 数据预处理 224
    8.. 模型构建 226
    8.3 上机实验 2
    8.4 拓展思考
    8.5 小结
    第9章 基于水色图像的水质评价 4
    9.1 背景与挖掘目标 4
    9.2 分析方法与过程 5
    9.2.1 分析步骤与流程
    9.2.2 数据预处理
    9.. 模型构建 240
    9.2.4 水质评价 241
    9.3 上机实验 242
    9.4 拓展思考 242
    9.5 小结 243
    0章 家用热水器用户行为分析与事件识别 244
    10.1 背景与挖掘目标 244
    10.2 分析方法与过程 245
    10.2.1 数据探索分析 246
    10.2.2 数据预处理 249
    10.. 模型构建 260
    10.2.4 模型检验 261
    10.3 上机实验 262
    10.4 拓展思考 264
    10.5 小结 265
    1章 商务用户行为分析及服务 266
    11.1 背景与挖掘目标 266
    11.2 分析方法与过程 267
    11.2.1 分析步骤与流程 267
    11.2.2 数据抽取 269
    11.. 数据探索分析 270
    11.2.4 数据预处理 279
    11.2.5 构建智能模型 283
    11.3 上机实验 291
    11.4 拓展思考 293
    11.5 小结 293
    2章 电商产品评论数据情感分析 294
    12.1 背景与挖掘目标 294
    12.2 分析方法与过程 295
    12.2.1 评论预处理 296
    12.2.2 评论分词 297
    12.. 构建模型 303
    1. 上机实验 315
    12.4 拓展思考 316
    12.5 小结 318
    提高篇
    3章 基于Python引擎的开源数据挖掘建模平台(TipDM) 320
    13.1 平台简介 321
    13.1.1 模板 321
    13.1.2 数据源 322
    13.1.3 工程 3
    13.1.4 系统组件 324
    13.1.5 TipDM数据挖掘建模平台的本地化部署 326
    13.2 快速构建数据挖掘工程 327
    13.2.1 导入数据 329
    13.2.2 配置输入源组件 331
    13.. 配置缺失值处理组件 332
    13.2.4 配置记录选择组件 334
    13.2.5 配置数据标准化组件 334
    13.2.6 配置K-Means组件 336
    13.3 小结 339

    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