數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）

姜偉生

數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程） 預覽內頁
  • 數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）-preview-1
  • 數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）-preview-2
  • 數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）-preview-3
數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）-preview-1

買這商品的人也買了...

中文年末書展｜繁簡參展書2書75折 詳見活動內容 »

相關主題

商品描述

"《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》是“鳶尾花數學大系—從加減乘除到機器學習”叢書的第三板塊 ( 實踐板塊 ) 中的一本關於數據 科學的分冊。“實踐”這個板塊，我們將會把學到的編程、可視化， 特別是數學工具應用到具體的數據科學、 機器學習算法中，並在實踐中加深對這些工具的理解。 《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》可以歸納為 7 大板塊—數據說、數據處理、時間數據、圖論基礎、圖的分析、圖與矩陣、圖論實踐。 這 7 個板塊 ( 共 25 章內容 ) 都緊緊圍繞一個主題—數據！ 《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》以數據為名，以好奇心和疑問為驅動，主動使用“編程 + 可視化 + 數學”工具進行探索。《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》將 會回顧鳶尾花書前五本主要的工具，讓大家對很多概念從似懂非懂變成如數家珍；同時，我們還會掌握更 多工具，用來擴展大家的知識網絡。 依照慣例，《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》提供代碼和視頻教學。 《數據有道 : 數據分析+ 圖論與網絡+微課+Python編程》讀者群包括數據科學從業者、大數據從業者、高級數據分析師、機器學習開發者、電腦圖形學 研究者等。 "

作者簡介

薑偉生 博士 FRM。
勤奮的小鎮做題家，熱愛知識可視化和開源分享。自2022年8月開始，在GitHub上開源“鳶尾花書”學習資源，截至2024年5月，已經分享5000多頁PDF、5000多幅矢量圖、約3000個代碼文件，全球讀者數以萬計，GitHub全球排名TOP100。

目錄大綱

緒論
第一板塊 綜述
第1章 萬物皆數
1.1 萬物皆數：從矩陣說起
1.2 數據分類：定量(連續、離散)、定性(定類、定序)
1.3 機器學習：四大類算法
1.4 特徵工程：提取、轉換、構建數據
第2板塊 數據處理
第2章 缺失值
2.1 是不是缺了幾個數？
2.2 可視化缺失值位置
2.3 處理缺失值：刪除
2.4 單變量插補
2.5 k近鄰插補
2.6 多變量插補
第3章 離群值
3.1 這幾個數有點不合群？
3.2 直方圖：單一特徵分佈
3.3 散點圖：成對特徵分佈
3.4 QQ圖：分位數-分位數
3.5 箱型圖：上界、下界之外樣本
3.6 Z分數：樣本數據標準化
3.7 馬氏距離和其他方法
第4章 數據轉換
4.1 數據轉換
4.2 中心化：去均值
4.3 標準化：Z分數
4.4 歸一化：取值在0和1之間
4.5 廣義冪轉換
4.6 經驗累積分佈函數
4.7 插值
第5章 數據距離
5.1 怎麼又聊距離？
5.2 歐氏距離：最常見的距離
5.3 標準化歐氏距離：考慮標準差
5.4 馬氏距離：考慮標準差和相關性
5.5 城市街區距離：L1範數
5.6 切比雪夫距離：L∞範數
5.7 閔氏距離：Lp範數
5.8 距離與親近度
5.9 成對距離、成對親近度
5.10 協方差矩陣，為什麼無處不在？
第3板塊 時間數據
第6 時間數據
6.1 時間序列數據
6.2 處理時間序列缺失值
6.3 從時間數據中發現趨勢
6.4 時間序列分解
6.5 時間數據講故事
第7章 移動窗口
7.1 移動窗口
7.2 移動波動率
7.3 相關性
7.4 回歸系數
7.5 指數加權移動平均
7.6 EWMA波動率
……
第4板塊 圖論基礎
第5板塊 圖的分析
第6板塊 圖與矩陣
第7板塊 圖論實踐

類似商品