Pandas與scikit-learn數據分析與挖掘實用指南(2021版)
郭肖勇 著
- 出版商: 天津大學
- 出版日期: 2021-08-01
- 定價: $270
- 售價: 6.6 折 $178
- 語言: 簡體中文
- 頁數: 132
- 裝訂: 平裝
- ISBN: 7561870221
- ISBN-13: 9787561870228
-
相關分類:
Data-mining
立即出貨 (庫存 < 3)
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
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
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
數據分析與挖掘可以幫助人們從數據中發現規律獲取知識。
Pandas與Scikit-learn是目前較為流行的數據分析、可視化與機器學習工具。
通過Python語言可以方便地使用Pandas與Scikit-Iearn進行數據分析與挖掘。
《(2021版)Pandas與scikit-learn數據分析與挖掘實用指南》通過大量的實例係統地講解這兩個庫的使用。
前兩章介紹了數據挖掘的基本概念和Python開發環境的搭建。
第3章和第4章介紹Pandas與Scikit-leam的使用。
第5章介紹特徵工程,這是在數據挖掘與建模過程中非常重要的環節。
最後一章通過實例來演示完整的數據挖掘項目流程。
《(2021版)Pandas與scikit-learn數據分析與挖掘實用指南》
適合高等院校理工科專業的本科生和研究生及其他任何對數據分析與挖掘感興趣的人士閱讀。
目錄大綱
第1章 引言
1.1 數據挖掘
1.2 機器學習算法
1.3 數據挖掘的主要流程
第2章 Python基礎
2.1 Python簡介
2.2 Python開發環境的搭建
第3章 Pandas基礎
3.1 創建、讀取和寫入
3.2 索引、選擇和分配
3.3 分組和排序
3.4 數據類型和缺失值
3.5 重命名及合併
第4章 Scikit-learn基礎
4.1 Scikit-learn簡介
4.2 Scikit-learn的技術基礎
4.3 Scikit-learn安裝
4.4 監督學習
4.5 交叉驗證:評估機器學習模型的表現
第5章 特徵工程
5.1 基準模型
5.2 分類編碼
5.3 特徵的生成
5.4 特徵的選擇
第6章 實例
6.1 lightgbm實踐:桑坦德銀行客戶交易預測
6.2 Kaggle Titanic生存預測
