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:
本店所有商品

  • 全新正版Python数据分析与可视化9787111701187机械工业
    • 作者: 吕云翔 姚泽良 李伊琳 等编著著 | 吕云翔 姚泽良 李伊琳 等编著编 | 吕云翔 姚泽良 李伊琳 等编著译 | 吕云翔 姚泽良 李伊琳 等编著绘
    • 出版社: 机械工业出版社
    • 出版时间:2022-04-01
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 吕云翔 姚泽良 李伊琳 等编著著| 吕云翔 姚泽良 李伊琳 等编著编| 吕云翔 姚泽良 李伊琳 等编著译| 吕云翔 姚泽良 李伊琳 等编著绘
    • 出版社:机械工业出版社
    • 出版时间:2022-04-01
    • 版次:1
    • 印次:1
    • 印刷时间:2022-04-01
    • 字数:331000
    • 页数:207
    • 开本:16开
    • ISBN:9787111701187
    • 版权提供:机械工业出版社
    • 作者:吕云翔 姚泽良 李伊琳 等编著
    • 著:吕云翔 姚泽良 李伊琳 等编著
    • 装帧:平装
    • 印次:1
    • 定价:59.00
    • ISBN:9787111701187
    • 出版社:机械工业
    • 开本:16开
    • 印刷时间:2022-04-01
    • 语种:暂无
    • 出版时间:2022-04-01
    • 页数:207
    • 外部编号:31421855
    • 版次:1
    • 成品尺寸:暂无

    前言
    章数据分析是什么
    1.1海量数据蕴藏的知识
    1.2数据分析与数据挖掘的关系
    1.3机器学习概述
    1.4机器学习与数据分析的关系
    1.5数据分析的基本步骤
    1.6Python和数据分析
    习题
    第2章Python语言基础
    2.1Python发展史
    2.2Python及Pandas、scikit-
    learn、Matplotlib的
    安装
    2.2.1Windows环境下Python的
    安装
    2.2.2Ubuntu和Mac环境下
    Python的安装
    2..集成开发环境
    2.2.4使用pip安装Pandas、
    scikit-learn和Matplotlib
    2.2.5使用第三方科学计算发行版
    Python进行快速安装
    .Pycharm
    2.4Python基础知识
    2.4.1Python编码规范
    2.4.2模块化的系统
    2.5Python基础语法
    2.5.1数据类型
    2.5.2基本计算
    2.5.3控制语句
    2.6重要的Python库
    2.6.1Pandas
    2.6.2scikit-learn
    2.6.3Matplotlib
    2.6.4
    2.7Jupyter
    习题
    第3章数据预处理
    3.1了解数据
    3.2数据质量
    3.2.1完整
    3.2.2一致
    3..准确
    3.2.4及时
    3.3数据清洗
    3.4特征工程
    3.4.1特征选择
    3.4.2特征构建
    3.4.3特征提取
    习题
    第4章NumPy——数据分析基础
    工具
    4.1多维数组对象:ndarray
    4.1.1ndarray的创建
    4.1.2ndarray的数据类型
    4.2ndarray的索引、切片和
    迭代
    4.3ndarray的shape作4.4ndarray的基础作4.5习题
    第5章Pandas——处理结构化
    数据
    5.1基本数据结构
    5.1.1Series
    5.1.2DataFrame
    5.2基于Pandas的Index对象的
    访问作5.2.1Pandas的Index对象
    5.2.2索引的不同访问方式
    5.3数学统计和计算工具
    5.3.1统函:协方差、相关
    系数、排序
    5.3.2窗口函数
    5.4数学聚合和分组运算
    5.4.1agg函数的聚合作5.4.2transform函数的转换
    5.4.3apply函数实现一般的
    习题
    第6章数据分析与知识发现的一些
    常用方法
    6.1分类分析
    6.1.1逻辑回归
    6.1.2线判分析
    6.1.3支持向量机
    6.1.4决策树
    6.1.5K邻近
    6.1.6朴素贝叶斯
    6.2关联分析
    6.2.1基本概念
    6.2.2典型算法
    6.3聚类分析
    6.3.1K均值算法
    6.3.2DBSCAN算法
    6.4回归分析
    6.4.1线回归分析
    6.4.2支持向量回归
    6.4.3K邻近回归
    习题
    第7章Pandas与scikit-learn——实
    现数据的分析
    7.1分类方法
    7.1.1Logistic回归
    7.1.2支持向量机
    7.1.3近邻算法
    7.1.4决策树
    7.1.5随机梯度下降
    7.1.6高斯过程分类
    7.1.7神经网络分类(多层感
    知器)
    7.1.8朴素贝叶斯
    7.2回归方法
    7.2.1二乘法
    7.2.2岭回归
    7..Lasso
    7.2.4贝叶斯岭回归
    7.2.5决策树回归
    7.2.6高斯过程回归
    7.2.7近邻回归
    7.3聚类方法
    7.3.1K-means算法
    7.3.2AffinityPropagation算法
    7.3.3Mean-shift算法
    7.3.4SpectralClustering算法
    7.3.5HierarchicalClustering
    算法
    7.3.6DBSCAN算法
    7.3.7Birch算法
    习题
    第8章Matplotlib——交互式图表
    绘制
    8.1基本布局对象
    8.2图表样式的修改以及装饰项
    接口
    8.3基础图表绘制
    8.3.1直方图
    8.3.2散点图
    8.3.3饼图
    8.3.4柱状图
    8.3.5折线图
    8.3.6表格
    8.3.7不同坐标系下的图像
    8.4matplot3D
    8.5Matplotlib与Jupyter结合
    习题
    第9章案例:新生信息分析与
    可视化
    9.1使用Pandas对数据预
    处理
    9.2使用Matplotlib库画图
    9.3使用Pandas进行绘图
    0章案例:用户流失预警
    10.1读入数据
    10.2数据预处理
    10.3五折交叉验
    10.4引入3种模型
    10.5调整prob阈值输出
    评估
    1章案例:美国加利福尼亚房价
    预测的数据分析
    11.1数据分析常用的Python
    工具库
    11.1.1Pandas
    11.1.2NumPy
    11.1.3Matplotlib
    11.1.4Sklearn
    11.2数据的读入和初步分析
    11.2.1数据读入
    11.2.2分割测试集与训练集
    11..数据的初步分析
    11.3数据的预处理
    11.3.1拆分数据
    11.3.2空白值的填充
    11.3.3数据的标准化
    11.3.4数据的流程化处理
    11.4模型的构建
    11.4.1查看不同模型的表现
    11.4.2选择效果的模型进行
    预测
    2章案例:基于上下文感知的
    多模态交通
    12.1题目理解
    12.1.1题目背景
    12.1.2数据说明
    12.1.3评测指标
    12.1.4输出格式
    12.2解决方案
    12.2.1工具包导入
    12.2.2特征工程
    3章案例:机器人路径走
    迷宫
    13.1关键技术
    13.1.1马尔科夫决策过程
    13.1.2Bellman方程
    13.2程序设计步骤
    13.2.1初始化迷宫地图
    13.2.2计算不同位置
    路径
    4章案例:基于Python+Elasticsearch
    实现搜索附近小区房价
    14.1程序设计
    14.2准备数据
    14.3安装以及使用
    Elasticsearch
    14.4实现附近房价搜索
    的搜索引擎
    参考文献

    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