Python 資料科學與人工智慧應用實務
陳允傑
- 出版商: 旗標出版
- 出版日期: 2018-06-15
- 定價: $650
- 售價: 8.5 折 $553
- 語言: 繁體中文
- 頁數: 640
- ISBN: 9863125296
- ISBN-13: 9789863125297
-
相關分類:
Python 程式語言、人工智慧、資料科學
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
![]()
$940$700無瑕的程式碼－敏捷軟體開發技巧守則 + 番外篇－專業程式設計師的生存之道 (雙書合購)
-
![]()
$780$616精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)
-
![]()
$580$458Data Science from Scratch｜用 Python 學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)
-
![]()
$360$284深度學習快速入門—使用 TensorFlow (Getting started with TensorFlow)
-
![]()
$390$296寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)
-
![]()
$480$384Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)
-
![]()
$480$379初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)
-
![]()
$450$356演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解
-
![]()
$699$531Python 入門邁向高手之路王者歸來
-
![]()
$780$616Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)
-
![]()
$650$514金融科技實戰：Python與量化投資
-
![]()
$690$552自然語言處理：用人工智慧看懂中文
-
![]()
$380$300AIoT人工智慧在物聯網的應用與商機
-
![]()
$500$395給工程師的第一本理財書：程式金融交易的 118個入門關鍵技巧
-
![]()
$414$393Python 自然語言處理實戰：核心技術與算法
-
![]()
$580$464最新人工智慧應用：用強化學習快速上手AI
-
![]()
$620$490Deep Learning 深度學習基礎｜設計下一代人工智慧演算法 (Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms)
-
![]()
$520$442Python 神乎其技：精要剖析語法精髓，大幅提升程式功力！
-
![]()
$500$395Python 深度學習實作：Keras 快速上手
-
![]()
$450$356Python 大數據特訓班：資料自動化收集、整理、分析、儲存與應用實戰 (附近300分鐘影音教學/範例程式)
-
![]()
$380$323圖解 AI 人工智慧大未來：關於人工智慧一定要懂得 96 件事
-
![]()
$780$624人工智慧高手書：深度學習之識別及最佳化
-
![]()
$450$356Python 網路爬蟲與資料分析入門實戰
-
![]()
$354$336PyTorch 機器學習從入門到實戰
-
![]()
$650$553Python 網路爬蟲與資料視覺化應用實務
相關主題
商品描述
智慧來自於經驗、而經驗是資料的累積，資料科學的目的就是要從看似紛亂的資料堆中，找出資料交集的線索、挖掘出各種有用的資訊，進而歸納整理成知識和智慧。
用對工具、找對方法，立即從日常資料中挖掘過去、預測未來！
從大數據到人工智慧世代，其背後蘊含的關鍵技術與理論不脫資料科學的範疇。本書就要帶領您使用最容易上手的 Python 語言搭配本土化的資料集，一一探索、實踐資料科學和人工智慧的觀念與理論，從網路爬蟲、資料清理、資料視覺化、資料採礦到最熱門的機器學習，全面整合實作與理論，開啟你成為資料科學家的成功之路！
本書特色 :
● 資料科學三部曲：取得資料 → 探索事實 → 預測分析
● 一次補足最入門的統計和機率基礎
● Python 開發環境與基礎語法快速上手
● 實踐資料科學的三大套件：NumPy、Pandas、Matplotlib 一次掌握
● 從網頁爬蟲、資料清理到資料視覺化，快速完成資料探索的預處理程序
● 用 Scikit-learn 套件實作最熱門的 AI 機器學習應用
目錄大綱
第一篇 資料科學和 Python 基礎
第 1 章 資料科學概論與開發環境建立
第 2 章 Python 程式語言
第 3 章 HTML 網頁結構與 JSON
第二篇 網頁爬蟲和 Open Data — 取得資料
第 4 章 取得網路資料
第 5 章 資料擷取
第 6 章 資料清理與儲存
第 7 章 網頁爬蟲實作案例
第三篇 Python 資料科學套件 - 探索資料
第 8 章 向量與矩陣運算–NumPy 套件
第 9 章 資料處理與分析–Pandas 套件
第 10 章 資料視覺化–Matplotlib 套件
第 11 章 機率與統計
第 12 章 估計與檢定
第 13 章 探索性資料分析實作案例
第四篇 人工智慧與機器學習—預測資料
第 14 章 人工智慧與機器學習概論
第 15 章 機器學習演算法實作案例–迴歸
第 16 章 機器學習演算法實作案例–分類與分群
附錄 A 下載與安裝 MongoDB 資料庫