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
- 出版日期: 2023-11-02
- 定價: $680
- 售價: 7.9 折 $537
- 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 > 10)
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$442 -
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$569 -
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) -
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$594$564 -
$403自動機器學習 -
$709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
超有料 AI 工作術 2書75折 詳見活動內容 »
-
79折
AI 加持！Google Sheets 超級工作流$599$473 -
79折
最強 AI 組合技！NotebookLM / Gemini / Nano Banana / Veo 3 【影音生成進化版】$499$394 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
AI 超神筆記術：NotebookLM 高效資料整理與分析 250技$480$379 -
79折
AI 提問 X 學習 X 應用：ChatGPT、NotebookLM、Gemini、GitHub Copilot從零到完全實戰$390$308 -
79折
NVIDIA 輝達之道：第一本輝達詳解！從 AI 教父黃仁勳的登頂之路，看全球科技投資前景$450$356 -
79折
AI 工具使用手冊：學會 AI 魔法讓你變身超人不再當麻瓜, 2/e$690$545 -
79折
AI 超神活用術：Felo 搜尋、筆記、簡報、網頁、知識庫、心智圖與視覺圖表全能助手$490$387 -
79折
AI 時代的 Python 高效學習書 － ChatGPT 程式助理新思維$550$435 -
79折
圖像生成 AI Stable Diffusion 實作技法書：從設定、生成到調整，全面掌握 AI 繪圖實戰技！$550$435 -
79折
邊緣 AI － 使用 NVIDIA Jetson Orin Nano 開發具備深度學習、電腦視覺與生成式 AI 功能的 ROS2 機器人$580$458 -
79折
手機感測器也上 AI – 人工智慧邊緣運算實作開發教戰手冊$1,080$853 -
78折
重構：改善 .NET 與 C# 應用程式的設計，償還欠下的技術債 (使用 GitHub Copilot 與 Visual Studio) (Refactoring with C#: Safely improve .NET applications and pay down technical debt with Visual Studio, .NET 8, and C# 12)$850$663 -
78折
AI × Excel × Tableau 資料分析語法指南$680$530 -
79折
ChatGPT 開發手冊 Turbo × Vision 進化版 — 用 OpenAI Chat/Assistants API‧Function calling 設計 GPTs action‧LINE/Discord bot‧股市分析/自動助理$820$648 -
78折
AIGC 全能實作教科書：一次學會 ChatGPT、簡報、設計與影音繪圖，打造你的 AI 創作工作術$680$530 -
79折
Canva + AI 創意設計與品牌應用 300招：從商業技巧、社群祕技到AI圖文影音特效, 2/e$560$442 -
78折
ChatGPT × Ionic × Angular 全方位技術整合實戰：輕鬆打造跨平台 AI 英語口說導師 APP（iThome鐵人賽系列書）$680$530 -
79折
人人都會 AI 繪圖：開啟斜槓人生金鑰匙，2000件生成作品 + 完整提示詞（全書中英文提示詞，立即下載使用）$780$616 -
78折
資安密碼－隱形帝國：AI數位鑑識、社交工程攻防與現代密碼技術實戰$550$429 -
79折
AI 繪圖邁向視覺設計$720$569 -
79折
圖解雲端運算｜概念、技術、安全與架構, 2/e$760$600 -
79折
敏捷開發實踐指南｜讓團隊取得亮麗成果$550$435 -
79折
Python X ChatGPT：零基礎 AI 聊天用流程圖學 Python 程式設計$490$387 -
79折
LLM 串接所有服務 - LangChain 原型到產品全面開發$680$537
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
