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数据分析全流程实操指南9787301289495
  • 正版全新
    • 作者: 尚涛著 | 尚涛编 | 尚涛译 | 尚涛绘
    • 出版社: 北京大学出版社
    • 出版时间:2020-09-01
    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

    商品参数
    • 作者: 尚涛著| 尚涛编| 尚涛译| 尚涛绘
    • 出版社:北京大学出版社
    • 出版时间:2020-09-01
    • 版次:1
    • 印次:1
    • 字数:499000
    • 页数:342
    • 开本:16开
    • ISBN:9787301289495
    • 版权提供:北京大学出版社
    • 作者:尚涛
    • 著:尚涛
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787301289495
    • 出版社:北京大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-09-01
    • 页数:342
    • 外部编号:1202125855
    • 版次:1
    • 成品尺寸:暂无

    章 数据分析方法
    1.1 什么是数据分析
    1.2 数据分析标准流程
    1.3 数据清洗
    1.4 数据探索
    1.5 模型开发
    1.6 模型应用
    第二章 初识Python
    2.1 Python基本概述
    2.2 Python编程语法基础
    . 数据分析常用Python库
    2.4 第三方Python库介绍
    第三章 NumPy数组与矩阵
    3.1 Ndarray对象
    3.2 数据类型
    3.3 数组属
    3.4 创建数组
    3.5 数据索引与切片
    3.6 数组作 3.7 数组排序
    3.8 函数
    3.9 矩阵
    第四章 Pandas数据分析
    4.1 系列(Series)
    4.2 数据帧(DataFrame)
    4.3 基本功能介绍
    4.4 读取和写入数据
    4.5 索引和选择数据
    4.6 数据合并
    4.7 累计与分组
    4.8 时间序列处理
    4.9 缺失数据处理
    4.10 函数
    4.11 描述统计
    4.12 绘制图形
    第五章 Scikit-Learn数据挖掘
    5.1 机器学习问题
    5.2 机器学习的基本流程
    5.3 数据处理
    5.4 特征选择
    5.5 模型调用
    5.6 模型参数说明
    5.7 交叉验
    5.8 模型部署
    第六章 数据可视化
    6.1 Matplotlib绘制图形
    6.2 Seaborn绘制图形
    6.3 重要类型图形的绘制
    第七章 数据导入与导出
    7.1 连接数据库
    7.2 读取外部数据
    7.3 导出数据
    第八章 数据预处理
    8.1 数据去重
    8.2 缺失值处理
    8.3 变量作 8.4 样本选择
    8.5 数据集作第九章 数据探索
    9.1 集中趋势
    9.2 离散程度
    9.3 分布状态
    9.4 相关分析
    第十章 线回归分析
    10.1 线回归模型
    10.2 二乘估计
    10.3 显著检验
    10.4 预测
    10.5 相关
    10.6 共线
    10.7 案例分析——波士顿地区房价预测
    十章 Logistic回归分析
    11.1 逻辑回归模型介绍
    11.2 案例分析——泰尼生存预测
    第十二章 决策树
    12.1 决策树介绍
    12.2 案例分析——金融产品
    第十三章 主成分分析
    13.1 主成分分析的数学模型
    13.2 PCA函数说明
    13.3 案例分析——数据降维
    第十四章 聚类分析
    14.1 距离
    14.2 聚类方法
    14.3 确定聚类数
    14.4 聚类的分析步骤
    14.5 案例分析——客户群聚类分析
    第十五章 时间序列分析
    15.1 时间序列的组成部分
    15.2 确定的时间序列模型
    15.3 随机时间序列模型
    15.4 ARMA模型的识别
    15.5 时间序列的分析步骤
    15.6 模型参数的估计
    15.7 案例分析——大气二氧化碳浓度预测

    尚涛,于上海交通大学数学系,拥有数学硕士,研究方向为数据挖掘及机器学习领域,曾任职于、平安科技、易方达。现任职于南方,专注于信用风险评分、精准营销、系统等领域的数据挖掘项目的研发工作,拥有超过10年的数据挖掘和优化建模经验,以及多年使用Python、SAS、R等软件的经验。在从业经历中,为所在公司的业务方成功实施了众多深受的数据挖掘项目,取得了较好的业务价值。

    内容全面:借5大Python工具库,实现数据分析从获取到建模全流程覆盖;
    贴合实际:不空讲Python语法,清晰简明地介绍如何用Python来处理、分析数据;
    热点案例:覆盖6大热点应用领域,可直接参考研发,实现数据变现;
    学习资源:提供所有案例源代码和数据,供读者操作练习,速上

    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