用 Python 快速上手資料分析與機器學習, 2/e Pythonによるあたらしいデータ分析の教科書 第2版
寺田學, 辻 真吾, 鈴木たかのり, 福島真太朗 温政堯 譯
- 出版商: 碁峰資訊 參展書2書75折
- 出版日期: 2023-11-02
- 定價: $680
- 售價: 7.5 折 $510 (限時優惠至 2026-10-31)
- 語言: 繁體中文
- 頁數: 340
- 裝訂: 平裝
- ISBN: 6263245948
- ISBN-13: 9786263245945
-
相關分類:
Python、Machine Learning
立即出貨 (庫存 < 6)
買這商品的人也買了...
-
深入研究 TCP/IP 網路程式設計 (Effective TCP/IP Programming: 44 Tips to Improve Your Network Programs)$550$495 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
實戰封包分析｜使用 Wireshark, 3/e (支援IPv6與Wifi) (Practical Packet Analysis: Using Wireshark to Solve Real-World Network Problems, 3/e)$520$410 -
Think Data Structures｜Java演算法實作和資料檢索 (Think Data Structures: Algorithms and Information Retrieval in Java)$480$379 -
協同產品設計｜幫助團隊建立更好的體驗 (Collaborative Product Design: Help Any Team Build a Better Experience)$680$537 -
Wireshark 實戰演練與網路封包分析寶典$680$530 -
網路封包大剖析：HTTP 介面自動化測試原理$720$568 -
Java 學習手冊, 5/e (Learning Java: An Introduction to Real-World Programming with Java, 5/e)$780$616 -
最新世代平行運算 ─ 分散式系統主流框架實作指南$780$616 -
$305自動化測試應用教程 (Web + App) -
$504基於 PyTorch Lightning 的深度學習：使用 Python 快速構建高性能人工智能（AI）模型 -
$402自動機器學習 -
$708分佈式機器學習 — 系統、工程與實戰 -
Midjourney AI 圖像魔導書：搭配 ChatGPT 魔法加倍$580$458 -
Python：加密貨幣 CTA 量化交易 111個實戰技巧$600$468 -
資料科學入門完全指南：資料分析的觀念 處理 實作$700$553 -
流暢的 Python｜清晰、簡潔、高效的程式設計, 2/e (Fluent Python: Clear, Concise, and Effective Programming, 2/e)$1,200$948 -
Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)$980$774 -
Python 設計模式與開發實務 (Python Programming with Design Patterns)$580$458 -
資料視覺化｜使用 Python 與 JavaScript, 2/e (Data Visualization with Python and JavaScript: Scrape, Clean, Explore, and Transform Your Data, 2/e)$880$695 -
Power Automate 自動化超效率工作術 (附範例/「ChatGPT客服自動化/即時新聞群發/郵件附檔自動儲存」影音)$480$379 -
AI + IoT 佈建邊緣運算 - 電腦視覺業界專案原理及實作$980$774 -
可觀測性工程｜達成卓越營運 (Observability Engineering: Achieving Production Excellence)$680$537 -
Python 技術手冊, 4/e (Python in a Nutshell: A Desktop Quick Reference, 4/e)$1,200$948 -
從駭客的角度學攻擊 - 惡意程式碼逆向全破解$880$695
碁峰書展｜參展書2書75折 詳見活動內容 »
-
79折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$474 -
79折
內行人才知道的系統設計面試指南$580$458 -
79折
提升程式設計師的面試力｜189道面試題目與解答, 6/e (修訂版) (Cracking the Coding Interview : 189 Programming Questions and Solutions, 6/e)$980$774 -
79折
Software Architecture in Practice, 4/e (繁體中文版)$780$616 -
79折
內行人才知道的系統設計面試指南 第二輯 (System Design Interview – An Insider's Guide: Volume 2)$820$647 -
79折
敏捷團隊目標設定指南｜OKR 落地與成果導向實踐法$500$395 -
79折
內行人才知道的物件導向設計面試指南$690$545 -
79折
內行人才知道的生成式 AI 系統設計面試指南 (Generative AI System Design Interview)$750$592 -
75折
團隊自省指南｜打造敏捷團隊$500$375 -
79折
Arduino 自走車最佳入門與應用 -- 打造輪型機器人輕鬆學, 2/e$600$474 -
79折
凡人也能懂的白話人工智慧演算法 (Grokking Artificial Intelligence Algorithms)$580$458 -
79折
戰勝 C語言, 3/e$600$474 -
79折
內行人才知道的程式設計模式面試指南 (Coding Interview Patterns: Nail Your Next Coding Interview)$780$616 -
79折
SQL Server 2025/2022 資料庫設計與開發實務$700$553 -
79折
AI 超神簡報術：NotebookLM × Gemini × Gamma 全解鎖 (附範例素材/提示詞/影音教學)$550$434 -
79折
Python 初學特訓班：從快速入門、主流應用到 AI 全面實戰, 6/e (附超過500分鐘影音教學/範例程式)$490$387 -
79折
重構｜改善既有程式的設計, 2/e (繁中平裝版)(Refactoring: Improving The Design of Existing Code, 2/e)$800$632 -
79折
Python 自動化的樂趣｜搞定重複瑣碎&單調無聊的工作, 3/e (Automate the Boring Stuff with Python, 3/e)$980$774 -
79折
Visual C# 2026 超級必修課：ChatGPT 與 Copilot 協作、Azure OpenAI 實戰開發$580$458 -
75折
ChatGPT 5 實戰應用：提問技巧、資料解析、圖像生成、語音助理、工作自動化、跨工具整合$500$375 -
75折
深入 Linux Kernel 程式設計：kernel 內部原理、模組開發與同步機制, 2/e (Linux Kernel Programming : A comprehensive and practical guide to kernel internals, writing modules, and kernel synchronization, 2/e)$980$735 -
79折
內行人才知道的機器學習系統設計面試指南 (Machine Learning System Design Interview)$680$537 -
5折
戰勝 C語言, 2/e (過版書特價)$580$290 -
79折
AI 提問 X 學習 X 應用：ChatGPT、NotebookLM、Gemini、GitHub Copilot，從零到 AI Agent 實戰$390$308 -
79折
Code That Fits in Your Head｜軟體工程的啟發式方法$580$458
相關主題
商品描述
廣受讀者好評、第二版登場！
紮實地學會資料分析工程師所需要的基本技能
書中會對資料分析工程師所需要的基本技巧進行詳盡解說。
‧取得資料、處理資料
‧資料視覺處理
‧編寫程式碼
‧基礎數學知識
‧機器學習的流程與執行方法
第2版的重點
‧支援Python 3.10版本
‧用更深入淺出的方式進行講解
在書中可以學到
‧Python基本語法
‧講解資料格式
‧資料的預處理技巧
‧資料視覺處理技巧
‧運用現成的演算法來執行機器學習
適合對象
想成為資料分析工程師的讀者
目錄大綱
Chapter 1 資料分析工程師的職責
1.1 資料分析的世界
1.2 機械學習的定位與流程
1.3 資料分析主要會用到的套件
Chapter 2 Python與環境
2.1 建構執行環境
2.2 Python的基礎
2.3 JupyterLab
Chapter 3 基礎數學
3.1 讀懂公式的基礎知識
3.2 線性代數
3.3 基礎解析
3.4 機率與統計
Chapter 4 運用函式庫實作資料分析
4.1 NumPy
4.2 pandas
4.3 Matplotlib
4.4 scikit-learn
Chapter 5 應用：蒐集、處理資料
5.1 網頁抓取
5.2 自然語言的處理
5.3 處理圖像資料
