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

  • 醉染图书Python数据科学导论 概念、技术与应用9787111604648
  • 正版全新
    • 作者: (西)劳拉·伊瓜尔(Laura Igual) 等著 | (西)劳拉·伊瓜尔(Laura Igual) 等编 | (西)劳拉·伊瓜尔(Laura Igual) 等译 | (西)劳拉·伊瓜尔(Laura Igual) 等绘
    • 出版社: 机械工业出版社
    • 出版时间:2018-08-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (西)劳拉·伊瓜尔(Laura Igual) 等著| (西)劳拉·伊瓜尔(Laura Igual) 等编| (西)劳拉·伊瓜尔(Laura Igual) 等译| (西)劳拉·伊瓜尔(Laura Igual) 等绘
    • 出版社:机械工业出版社
    • 出版时间:2018-08-01
    • 版次:1
    • 印次:1
    • 字数:268千字
    • 页数:182
    • 开本:16开
    • ISBN:9787111604648
    • 版权提供:机械工业出版社
    • 作者:(西)劳拉·伊瓜尔(Laura Igual) 等
    • 著:(西)劳拉·伊瓜尔(Laura Igual) 等
    • 装帧:平装
    • 印次:1
    • 定价:59.00
    • ISBN:9787111604648
    • 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:2018-08-01
    • 页数:182
    • 外部编号:1201747979
    • 版次:1
    • 成品尺寸:暂无

       译者序

    原书前言

    作者和贡献者简介

    章 数据科学概述 // 1

    1.1 什么是数据科学 //1

    1.2 关于本书 //2

    第2章 数据专家的工具箱 //4

    2.1 引言 // 4

    2.2 为什么选择Python // 4

    . 数据专家的基本Python库 // 5

    ..1 数值和科学计算:NumPy和SciPy // 5

    ..2 Scikit-learn:Python中的机器学习库 // 5

    .. Pandas:Python数据分析库 // 5

    2.4 数据科学生态系统的安装 // 6

    2.5 集成开发环境 // 6

    2.5.1 网络集成开发环境:Jupyter // 7

    2.6 数据专家从Python开始 // 7

    2.6.1 读取 // 11

    2.6.2 选择数据 // 13

    2.6.3 筛选数据 // 14

    2.6.4 筛选缺失的数据 // 15

    2.6.5 处理数据 // 15

    2.6.6 排序 // 19

    2.6.7 分组数据 // 20

    2.6.8 重排数据 // 21

    2.6.9 对数据进行排名 // 22

    2.6.10 绘图 //

    2.7 小结 // 24

    第3章 描述统计学 // 25

    3.1 引言 // 25

    3.2 数据准备 // 25

    3.2.1 Adult数据集示例 // 26

    3.3 探索数据分析 // 28

    3.3.1 汇总数据 // 28

    3.3.2 数据分布 // 31

    3.3.3 离群点的处理 // 33

    3.3.4 测量不对称:偏度和皮尔逊中值偏度系数 // 36

    3.3.5 连续分布 // 38

    3.3.6 核密度 // 39

    3.4 估计 // 41

    3.4.1 样本和估计均值、方差和标准记分 // 41

    3.4.2 协方差、皮尔逊相关和斯皮尔曼秩相关 // 42

    3.5 小结 // 44

    参考文献 // 45

    第4章 统计推断 // 46

    4.1 引言 // 46

    4.2 统计推断:频率论方法 // 46

    4.3 测量估计的差异 // 47

    4.3.1 点估计 // 47

    4.3.2 置信区间 // 50

    4.4 设检验 // 53

    4.4.1 用置信区间检验设 // 53

    4.4.2 使用p值检验设 // 55

    4.5 效应E是真实的吗 // 57

    4.6 小结 // 57

    参考文献 // 58

    第5章 监督学习 // 59

    5.1 引言 // 59

    5.2 问题 // 60

    5.3 步 // 60

    5.4 什么是学习? // 69

    5.5 学习曲线 // 70

    5.6 训练、验和测试 // 73

    5.7 两种学习模型 // 76

    5.7.1 学习三要素 // 76

    5.7.2 支持向量机 // 77

    5.7.3 随机森林 // 79

    5.8 结束学习过程 // 80

    5.9 商业案例 // 81

    5.10 小结 // 83

    参考文献 // 83

    第6章 回归分析 // 84

    6.1 引言 // 84

    6.2 线回归 // 84

    6.2.1 简单线回归 // 85

    6.2.2 多元线回归和多项式回归 // 90

    6.. 稀疏模型 // 90

    6.3 逻辑斯蒂回归 // 97

    6.4 小结 // 99

    参考文献 // 99

    第7章 无监督学习 // 100

    7.1 引言 // 100

    7.2 聚类 // 100

    7.2.1 相似度和距离 // 101

    7.2.2 什么是一个好的聚类?定义衡量聚类质量的度量 // 101

    7.. 聚类技术的分类标准 // 104

    7.3 案例学习 // 113

    7.4 小结 // 118

    参考文献 // 119

    第8章 网络分析 // 120

    8.1 引言 // 120

    8.2 图的基本定义 // 121

    8.3 社交网络分析 // 122

    8.3.1 NetworkX基础 // 122

    8.3.2 实际案例:Facebook数据集 // 1

    8.4 中心 // 125

    8.4.1 在图中绘制中心 // 130

    8.4.2 PageRank // 132

    8.5 自我网络 // 134

    8.6 社区发现 // 138

    8.7 小结 // 139

    参考文献 // 139

    第9章 系统 // 140

    9.1 引言 // 140

    9.2 系统如何工作? // 140

    9.2.1 基于内容的过滤 // 141

    9.2.2 协作过滤 // 141

    9.. 混合系统 // 141

    9.3 建模用户偏好 // 142

    9.4 评估系统 // 142

    9.5 实际案例 // 143

    9.5.1 MovieLens数据集 // 143

    9.5.2 基于用户的协作过滤 // 145

    9.6 小结 // 153

    参考文献 // 153

    0章 用于情感分析的统计自然语言处理 // 154

    10.1 引言 // 154

    10.2 数据清洗 // 155

    10.3 文本表示 // 158

    10.3.1 二元组和n元组 // 163

    10.4 实际案例 // 163

    10.5 小结 // 168

    参考文献 // 168

    1章 并行计算 // 169

    11.1 引言 // 169

    11.2 架构 // 170

    11.2.1 入门指南 // 171

    11.2.2 连接到集群(引擎)// 171

    11.3 多核编程 // 172

    11.3.1 引擎的直接视图 // 172

    11.3.2 引擎的负载均衡视图 // 175

    11.4 分布式计算 // 176

    11.5 实际应用:纽约出租车旅行 // 177

    11.5.1 直接视图非阻塞方案 // 178

    11.5.2 实验结果 // 180

    11.6 小结 // 182

    参考文献 // 182

    Laura Igual博士是巴塞罗那大学数学和计算机科学系的副教授。她于2000年获得西班牙瓦伦西亚大学的数学,并于2006年获得西班牙庞培法布拉大学的博士。她的研究领域包括计算机视觉、医学成像、机器学习和数据科学。

    Santi Seguí博士是巴塞罗那大学数学和计算机科学系的理教授。自2007年起,他担任了西班牙巴塞罗那自治大学的计算机科学。他于2011年获得西班牙巴塞罗那大学的博士。他的研究领域包括计算机视觉、应用机器学习和数据科学。

      

      

      

    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